ESTUDO COMPARATIVO DO DESEMPENHO DAS CARTAS DE CONTROLE CUSUM E EWMA
|
|
- Pedro Henrique Sousa Guimarães
- 7 Há anos
- Visualizações:
Transcrição
1 ESTUDO COMPARATIVO DO DESEMPENHO DAS CARTAS DE CONTROLE CUSUM E EWMA VERA DO CARMO COMPARSI DE VARGAS PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO UNIVERSIDADE FEDERAL DE SANTA MARIA LUIS FELIPE DIAS LOPES DEPARTAMENTO DE ESTATÍSCA CCNE - UFSM PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO CT - UFSM This work presents a comparative study of the performance of the cumulative sum (CUSUM), as well as and exponentially weighted moving average (EWMA) control charts. The objective of this study is to verify if there is any difference among these charts in order to detect small changes in the average of the process. Starting from the data of a productive process, several series are simulated. These series are adjusted to be under the Shewhart control charts. Calculated in magnitudes of standard deviations, the changes are introduced in strategic points. The CUSUM and EWMA control charts are used to the altered series to determine the average number of samples until the first point to signals to a condition out of control, denominated ARL. The ARL found by each chart is then compared. The conclusion reached, point out that the CUSUM chart control is more efficient to detect changes above 1 standard deviation, whereas the EWMA chart control, detects smaller changes than 1 standard deviation better. Key-words: ARL, CUSUM, EWMA. 1. INTRODUÇÃO Qualidade tem tomado parte em todos os produtos e serviços. A consciência de sua importância e a introdução de métodos formais para o controle e a melhoria de qualidade passou por um processo de desenvolvimento evolutivo. Na época de , a qualidade era determinada pelo esforço individual do profissional. Somente mais tarde aparece a introdução de novos conceitos como o da metodologia estatística para a melhoria da qualidade. Os métodos estatísticos e suas aplicações em melhoria de qualidade tiveram uma longa história. Por volta de 1920, Harold F. Dodge e Harry G. Romig desenvolveram estatisticamente uma alternativa para inspeção de 100%, baseados na aprovação da amostragem. Em 1924 Walter A. Shewhart desenvolveu o conceito estatístico de carta de controle, isto foi considerado como o começo formal do controle estatístico de qualidade. A carta de controle é um esquema estatístico usado principalmente para o estudo e controle de processos repetitivos. Dr. Walter A. Shewhart sugeriu que a carta de controle serviria, primeiro, para definir os limites ou o protótipo de um processo que o administrador se empenha para alcançar; segundo, seria usada como um instrumento para chegar a meta; e terceiro, serviria como um meio de avaliar quando o fim que se tem em vista tenha sido atingido. Portanto é um instrumento para ser usado na especificação,
2 produção e inspeção e, quando usado, trás estas três fases da indústria dentro de uma interdependência completa. A desvantagem das cartas de controle de Shewhart é que elas usam somente a informação contida sobre o processo no último ponto demarcado e ignoram a informação dada pela seqüência de todos os pontos. Esta característica faz as cartas de controle de Shewhart relativamente insensíveis a pequenas mudanças no processo, na ordem de 1,5 desvio padrão ou menos. Naturalmente, outros critérios podem ser aplicados às cartas de Shewhart, tais como, testes de seqüências e uso de limites de advertência que tentam incorporar a informação de todo conjunto de pontos dentro do procedimento para decisão. Contudo, o uso de regras de sensibilidade suplementar reduz a simplicidade e a facilidade de interpretação da carta de controle de Shewhart. Além disso, o uso destas regras pode reduzir o número esperado de amostras dentro do controle antes de um falso sinal de alarme, o que seria indesejável. Como proposição às cartas de Shewhart surgem as cartas de soma acumulada e média móvel exponencialmente ponderada. Alguns autores, tais como DUNCAN (1974), LUCAS (1976), HAWKINS (1992), disseram que a carta de controle de soma acumulada (CUSUM) é muito mais eficiente que a carta de Shewhart usual no tocante a pequenas variações na média. Outros autores como CROWDER (1987) LUCAS & SACCUCCI (1990) apresentaram a carta de controle de média móvel exponencialmente ponderada (EWMA), como uma boa escolha para detectar mudanças de pouca extensão na média do processo. Entretanto não há uma definição para uma questão prática, que é, qual das duas cartas é preferível? Ou seja, alternativamente as cartas de controle de Shewhart, que servem para detectar pequenas mudanças na média do processo, haveria algum critério para optar por uma ou outra das duas cartas apresentadas? Qual delas executa melhor a tarefa de sinalizar uma situação fora de controle, a carta CUSUM ou a carta EWMA? Neste trabalho compara-se o desempenho de cada uma das cartas para verificar se há diferenças entre elas em detectar as mudanças ocorridas no processo. Os procedimentos adotados iniciam com a simulação de várias séries normais geradas aleatoriamente, a partir da média e o desvio padrão de um processo produtivo. As séries, depois de ajustadas para uma situação sob controle pela carta de Shewhart, sofrem alterações em diferentes posições estrategicamente estabelecidas. As amostras utilizadas para causar as mudanças na média são determinadas em magnitudes de desvio padrão sobre a média global, com variações positivas e negativas na ordem de 0,5 até 1,5 desvio padrão. Aplicam-se as cartas de controle de soma acumulada e média móvel exponencialmente ponderada, às séries alteradas. Os resultados obtidos de cada uma das cartas de controle constituem objeto de análise para fazer as comparações entre as duas técnicas estatísticas de cartas de controle, CUSUM e EWMA. Com estes resultados pode-se verificar o desempenho de cada carta, investigar se existem diferenças entre os dois procedimentos em detectar pontos fora de controle e averiguar se uma técnica é mais eficiente que a outra para o exercício de controle de qualidade.
3 2. CARTA DE CONTROLE DE SOMA ACUMULADA (CUSUM) As cartas de controle de soma acumulada foram inicialmente propostas na Inglaterra por PAGE (1954) e foram estudadas por diversos autores. EWAN (1963), fez o esboço para vários esquemas de controle gráfico e o tipo de processo para os quais as cartas CUSUM são mais apropriadas. BISSEL (1969), considerou o método CUSUM e sua relevância para o controle de qualidade. Propôs extensões da técnica para facilitar sua aplicação a situações práticas. GOEL & WU (1973), apresentaram um procedimento para o projeto econômico da carta CUSUM para controlar a média de um processo com as características de qualidade normalmente distribuídas. A técnica é empregada para determinar os valores ótimos do tamanho da amostra, o intervalo de amostragem e o limite de decisão. LUCAS (1973, 1976), propôs um esquema de controle modificado para a máscara V da carta CUSUM. REYNOLDS (1975), apresentou uma aproximação do número de amostras necessário para a carta CUSUM sinalizar. Usando uma analogia entre o procedimento da carta de controle de soma acumulada, usualmente com variáveis aleatórias normais, idêntica e independentemente distribuídas (i.i.d.) comparou com um procedimento de carta de controle CUSUM que não requer a suposição de normalidade. JOHNSON & BAGSHAW (1974, 1975), concluíram que o teste CUSUM não é poderoso quando as observações são não independentes. A maior ênfase foi dada para os efeitos obtidos na distribuição do número de amostras necessário para a sinalização, quando determinado sob presença de correlação. HAWKINS (1981), apresentou uma técnica para empregar o mesmo procedimento de CUSUM usado para a média, para controlar a variabilidade. LUCAS & CROSIER (1982), apresentaram o número de amostras necessário para a carta CUSUM sinalizar e como esse número de amostras se distribui comparando os esquemas com e sem a característica de resposta inicial rápida. WOODALL (1985) apresentou um método para projetar cartas de controle de qualidade, com base no desempenho estatístico a partir de especificadas regiões dentro e fora de controle dos valores de parâmetro. Este trabalho baseia-se na apresentação dada por MONTGOMERY (1996). Ele apresentou as cartas de controle de soma acumulada, aplicadas à média e à variabilidade do processo, e mencionou que é possível projetar procedimentos de CUSUM para outras variáveis estatísticas, tais como amplitude e desvio padrão de subgrupos, variáveis binomial e de Poisson em modelos de não-conformes e processos contínuos. A carta CUSUM incorpora diretamente toda seqüência de informações demarcando as somas acumuladas dos desvios dos valores da amostra de um valor objetivo. Supondo que amostras de tamanho n 1 são coletadas, x é a média da j-ésima amostra e é o valor j desejado para a média do processo, a carta de controle de soma acumulada é formada demarcando a quantidade resultante da fórmula (2.1) junto a amostra i. i C = ( i x j µ ) 0 (2.1) onde j= 1 C i é chamada soma acumulada incluindo a i-ésima amostra, pois combinam as informações de diversas amostras. As cartas de Somas Acumuladas (CUSUM) são mais eficientes que as cartas de Shewhart para detectar pequenas mudanças do processo. Além disso, particularmente, são mais eficazes com amostras de tamanho n=1. Se o processo permanece sob controle para o valor desejado µ 0, as somas acumuladas definida em (2.1) é um percurso aleatório com média zero. Porém, se a média muda para algum valor acima µ >, então uma tendência ascendente se desenvolverá na soma 1 µ 0 Ci 1 µ 0 acumulada. Reciprocamente, se a média muda para algum valor abaixo µ <, a µ 0
4 soma acumulada C i, terá uma direção negativa. Por esta razão, se nos pontos demarcados aparecer uma tendência para cima ou para baixo, deve-se considerar isto como uma evidência de que a média do processo mudou e uma busca das causas assinaláveis deve ser realizada. Há duas maneiras de representar as cartas de somas acumuladas, a carta CUSUM algorítmica e a forma de máscara V. LUCAS (1976), comparou o esquema de controle de máscara V com as cartas de controle de Shewhart. O desempenho da máscara V, designada para detectar uma mudança de um desvio padrão no valor objetivo, foi comparado com uma carta de Shewhart de 3 σ. Ambos esquemas com ARL de aproximadamente 400 para o processo sob controle. O Comprimento Médio de Seqüências - Average Run Length - ARL pode ser entendido como o número esperado de amostras até o primeiro ponto sinalizar uma condição fora de controle. Um ARL de 400 significa que existiriam em média cerca de 400 amostras tomadas antes de ser dado um sinal fora de controle. O ARL de uma carta de Shewhart, quando uma mudança das condições objetivo de 1σ na média, é cerca de 44, enquanto que na máscara V, o ARL é de aproximadamente 10. Isto é, uma máscara V designada a detectar uma mudança de 1 σ detectará quase quatro vezes mais rápido quando competir com uma carta de Shewhart. Segundo HAWKINS (1992), o desempenho de uma carta CUSUM é comumente medido pelo ARL. O ARL depende dos parâmetros h (intervalo de decisão) e k (valor de compensação ou valor de folga) quanto maior o valor para estes parâmetros maior será o ARL. Diversas técnicas podem ser usadas para calcular o ARL de uma carta CUSUM. 3. CARTA DE CONTROLE DE MÉDIA MÓVEL EXPONENCIALMENTE PONDERADA - EWMA MONTGOMERY (1996), apresentou a carta de controle exponencialmente ponderada ou EWMA como uma boa alternativa para as cartas de controle de Shewhart, quando há interesse em detectar pequenas mudanças. O desempenho de uma carta de controle EWMA é aproximadamente equivalente ao da carta de controle de soma acumulada. Como a carta CUSUM, a carta EWMA é tipicamente usada com observações individuais. A carta de controle EWMA foi introduzida por ROBERTS (1959), mas foi discutida por muitos outros autores que tem apresentado boas contribuições para esta modalidade de carta de controle. HUNTER (1986), colocou que as diferenças entre as cartas de controle de Shewhart, CUSUM e EWMA dizem respeito ao conhecimento de como cada técnica usa os dados gerados pelo processo de produção. A carta de Shewhart depende inteiramente do último ponto demarcado. A carta CUSUM atribui peso igual para a seqüência inteira de dados, desde o mais antigo até o mais recente. A carta EWMA concede peso maior para as informações mais atuais e peso menor para as mais remotas. WOODALL & MARAGAH (1990) esclareceram que a carta CUSUM, na forma de máscara V, ignora algumas observações do passado histórico do processo, portanto o peso uniforme é dado somente a um número aleatório de observações mais recentes. NG & CASE (1989), apresentaram metodologias para construção das cartas de controle usando a EWMA para amostras estatísticas com subgrupos de tamanho n e com dados individuais. Uma aproximação sistemática e consistente para derivar cartas de controle EWMA para monitorar a média e a dispersão do processo também foi apresentada. LUCAS & SACCUCCI (1990), nas suas comparações de esquemas de controle CUSUM e EWMA, concluíram que ambos esquemas apresentam resultados muito
5 próximos e mostraram tabela apresentando a carta EWMA com ARL levemente menor que a carta CUSUM algorítmica. Porém, nas discussões complementares WOODALL & MARAGAH (1990) expuseram que carta EWMA pode ser mais lenta para reagir que a carta CUSUM para algumas mudanças no processo. MONTGOMERY (1996) também foi um dos estudiosos nesse assunto e definiu a média móvel exponencialmente ponderada como: Z i = λ xi + ( 1 λ) Z (3.1) i 1 onde 0 < λ 1 é uma constante e o valor inicial (requerido com a primeira amostra i=1) é o pretendido para o processo, tal que Z 0 = µ 0. Algumas vezes a média de dados preliminares é usada como o valor inicial da EWMA, tal que Z 0 = x. A carta de controle EWMA é muito eficaz nas situações onde ocorrem pequenas mudanças no processo. Os parâmetros da carta são múltiplos de sigma usados nos limites de controle (L) e o valor de λ. É possível escolher estes parâmetros para dado desempenho de ARL da carta de controle EWMA que aproximam o desempenho de ARL de CUSUM para detectar pequenas mudanças. Diversos estudos foram feitos para as propriedades de ARL da carta de controle EWMA. ROBINSON & HO (1978), usaram um procedimento numérico para determinação do ARL apresentando diversas tabelas para o ARL. CROWDER (1987), apresentou tabelas para o ARL das cartas EWMA de monitoramento da média e do desvio padrão, por procedimento numérico, usando equações integrais. LUCAS & SACCUCCI (1990), produziram tabelas e gráficos para uma série de valores de λ e L. 4. METODOLOGIA Os procedimentos adotados para a geração e ajuste das séries aleatórias e suas alterações seguiram os seguintes passos: - Geraram-se séries aleatórias de cem amostras com média 908,1598 e desvio padrão 22,9212 pelo programa computacional Statgraphics; - Ajustou-se a série de cem amostras, no programa Statistica, usando a carta de controle para observações individuais com a média 908,1598 e o desvio padrão 22,9212 com os limites de controle de 1,5 sigma e as zonas A=0,5; B=1,0 e C=2,0 desvios padrões respectivamente; - Utilizaram-se as médias da Tabela 1 e do desvio padrão para gerar novas amostras aleatórias no Statgraphics. Selecionou-se, entre estas, vinte que apresentassem a oscilação máxima pretendida, conforme as magnitudes das mudanças propostas, cuidando para que a primeira amostra contivesse a variação desejada; - Pelo programa Excel, introduziram-se as vinte amostras aleatórias com as mudanças desejadas nas séries de cem amostras em dez posições seqüenciais diferentes; - Voltando ao programa Statistica obteve-se os gráficos para as referidas cartas de controle CUSUM e EWMA da série alterada.
6 Magnitudes das Média alterada Magnitudes das Média alterada mudanças mudanças -1,5 873,778 1,5 942,542-1, ,643 1, ,676-1,25 879,508 1,25 936,811-1, ,373 1, ,946-1,0 885,239 1,0 931,081-0, ,104 0, ,216-0,75 890,969 0,75 925,351-0, ,834 0, ,486-0,5 896,699 0,5 919,620 TABELA 1 Frações de desvios padrões para determinar as mudanças na média global do processo e as respectivas médias alteradas Utilizando-se dos procedimentos acima foram realizadas algumas análises onde se detectaram pontos fora de controle. Comparando as posições para a exibição do primeiro sinal, por qualquer uma das técnicas, determinou-se o número necessário de amostras para cada carta informar a situação desajustada, o ARL. Usando os valores encontrados para o ARL de cada modelo, calcularam-se as médias que serviram para a determinação na escolha da melhor carta de controle para cada situação. 5. RESULTADOS E CONCLUSÃO Fazendo uso das cartas de controle CUSUM e EWMA foram analisados diversos conjuntos de dados. Com base nos resultados encontrados, se fez uma análise organizada e resumida na Tabela 2. A primeira coluna desta tabela está constituída das variações na média, em frações de desvio padrão. As demais colunas são formadas com os valores da média resultante para o número necessário de amostras da posição alterada até a posição do primeiro sinal, o ARL, fornecido pelas respectivas cartas de controle CUSUM e EWMA. Os valores em negrito correspondem ao ARL da carta de controle que fez o melhor desempenho. Os algarismos entre parênteses informam o número de posições fora de controle que a carta detectou. Magnitude da Mudança CUSUM 0,40 0,25 EWMA λ 0,20 0,10 0,05-1,0-2,5(2) Não 6,1 5,8 (10) 5,8 (10) 6,0 1,0-2,0 (10) 4,0 3,5 4,56 5,1 4,6 (10) -0,875 Não Não Não Não Não Não 0, Não 4 3,33 4,75 6,57 (7) -0,75 Não Não Não Não Não Não 0,75-3,22 (9) Não 13,0 11,78 8,33 (9) 8,89-0,625 Não Não Não Não Não Não 0,625-6 Não Não Não 19,6 16,3 (10) -0,5 Não Não Não Não Não 3,0 (1) 0,5 Não Não Não Não 10,5 10,67 (3)
7 continuação... -1,125-2,3 (10) 7,0 4,5 4,3 (10) 4,6 5,5 1,125 1,89 (9) Não 12,78 10,89 (9) 11,11 12,0 1,25-2,3 (10) 3,8 3,2 (10) 3,2 (10) 3,8 4,6-1,25-2,0 (10) 12,1 5,6 5,3 (10) 5,3 (10) 5,9-1,375-1,7 (10) 5,5 3,6 (10) 4,1 4,8 5,1 1,375-1,5 (10) 3,8 3,7 (10) 3,9 6,4 7,11-1,5-2,7 (10) 4,9 3,4 3,2 (10) 3,5 4,0 1,5-1,0 (10) 6,3 3,9 3,8 (10) 4,4 5,2 TABELA 2 Resumo dos resultados Para as pequenas mudanças na média no sentido negativo, isto é, uma mudança para baixo, na ordem de 1 desvio padrão ou menos, os resultados obtidos pela carta de controle CUSUM se mostraram levemente diferentes quando comparados às pequenas mudanças no sentido positivo, nos mesmos níveis de afastamento da média. Para estes níveis a carta de controle CUSUM praticamente não sinalizou, mostrando-se menos eficiente que a carta de controle EWMA exceto para dois itens cujas variações positivas foram detectadas com maior eficácia pela carta CUSUM estas variações foram de mais 1 e mais 0,75 desvios padrões. Na carta de controle EWMA, para pequenas variações, entre os modelos estudados, observou-se que os de constantes λ=0,10 e λ=0,05 foram os que detectaram maior número de posições alteradas, razão pela qual deduziu-se que são os mais indicados para estas situações. Embora para algumas análises nestes níveis de variação as cartas EWMA também não detectaram as mudanças, com as variações na ordem de menos 0,875; menos 0,75 e menos 0,625. A carta de controle CUSUM mostrou-se mais eficiente em todas as análises realizadas com as mudanças maiores, na ordem de mais 1 desvio padrão e acima e para todas as alterações na ordem de menos 1,125 desvio padrão para baixo. Após a realização destas análises, chega-se a uma resposta generalizada paro o problema proposto. Para detectar as mudanças na média na ordem de 1 desvio padrão ou com magnitudes menores que esta, a carta de controle que desempenha melhor é a carta EWMA de constante λ=0,10 e λ=0,05. Já para mudanças maiores que 1 desvio padrão e menores que 1,5 é aconselhável o emprego da carta CUSUM. 6. BIBLIOGRAFIA BISSEL, A.F. (1969) Cusum Techniques for Quality Control. Applied Statistics, v.18. CROWDER, S.V. (1987) A Simple Method for Studying Run-Length Distributions of Exponentially Weighted Moving Average Charts. Technometrics, v. 29, n.4. DUNCAN, A.J. (1974) Quality Control and Industrial Statistics. 4 th. ed. Homewood: Irwin EWAN, W.D. (1963) When & How to Use Cu-Sum Charts. Technometrics, v. 5, n. 1. GOEL, A.L. & WU, S.M. (1973) Economically optimum design of cusum charts, Management Science, v. 19. n. 11.
8 HAWKINS, D.M. (1981) A Cusum for a Scale Parameter. Journal of Quality Technology, v. 13, n. 4.. (1992) A Fast Accurate Approximation for Average Run Lengths of CUSUM control Charts. Journal of Quality Technology, v. 24, n. 1. HUNTER, J.S. (1986) The Exponentially Weighted Moving Average. Journal of Quality Technology, v. 18, n. 4. JOHNSON, R.A. & BAGSHAW M. (1974) The Effect of Serial Correlation on the Performance of CUSUM Tests. Technometrics, v.16, n. 1.. (1975) The Effect of Serial Correlation on the Performance of CUSUM Tests II. Technometrics, v.17, n. 1. LUCAS, J.M. (1973) A Modified V Mask Control Scheme. Technometrics, v. 15, n.4.. (1976) The Design and Use of V-Mask Control Schemes. Journal of Quality Technology, v. 8, n. 1. LUCAS, J.M. & CROSIER, R.B. (1982) Fast Initial Response for CUSUM Quality- Control Schemes: Give Your CUSUM A Head Start. Technometrics, v. 24, n. 3. LUCAS J.M. & SACCUCCI, M.S. (1990) Exponentially Weighted Moving Average Control Schemes: Properties and Enhancements. Technometrics, v. 32, n. 1. MONTGOMERY, D.C. (1996) Introduction to Statistical Quality Control. 3th. ed. New York: John Wiley. NG, C.H. & CASE, K.E. (1989) Development and Evaluation of Control Charts Using Exponentially Weighted Moving Averages. Journal of Quality Technology, v. 21, n. 4. PAGE, E.S. (1954) Continous Inspection Schemes, Biometrika, v. 41. REYNOLDS, M.R.J. (1975) Approximations to the Average Run Length in Cumulative Sum Control Charts. Technometrics, v. 17, n.1. ROBERTS, S.W. (1959) Control Chart Tests Based on Geometric Moving Averages, Technometrics, v. 1. ROBINSON P.B. & HO, T.Y. (1978) Average Run Lengths of Geometric Moving Average Charts by Numerical Methods, Technometrics, v. 20. n. 1. WOODALL, W.H. (1985) The statistical design of quality control charts, The Statistician, v. 34, n. 2. WOODALL, W.H. & MARAGAH, H.D. (1990) Discussion. In: Exponentially Weighted Moving Average Control Schemes: Properties and Enhancements, Technometrics, v. 32, n. 1.
Uma Análise de Desempenho de Gráficos de Controle Multivariados. Rodrigo Luiz P. Lara 1, José Ivo Ribeiro Júnior 2, Rafael L. R.
ISSN: 2317-0840 Uma Análise de Desempenho de Gráficos de Controle Multivariados Rodrigo Luiz P. Lara 1, José Ivo Ribeiro Júnior 2, Rafael L. R. Oliveira 3 1,2 DET-UFV: Universidade Federal de Viçosa, Viçosa-MG.
Leia maisUm Estudo do Comportamento dos Gráficos de Controle Construídos Via Metodologia de Geoestatística
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de Novembro de 006 Um Estudo do Comportamento dos Gráficos de Controle Construídos Via Metodologia de Geoestatística Fabiane Renata de Santana Yassukawa (UFMG) fabianesy@yahoo.com.br
Leia maisGráficos de controle Cusum e MMEP
Gráficos de controle Cusum e MMEP CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento
Leia maisDIFERENTES ESTRATÉGIAS DE AMOSTRAGENS PARA REDUZIR O EFEITO DA AUTOCORRELAÇÃO NO DESEMPENHO DO GRÁFICO DA MÉDIA
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 2 a5 de outubro
Leia maisGráficos de Controle (X, R, S, CUSUM e EWMA)
Gráficos de Controle (X, R, S, CUSUM e EWMA) Alunos: Ahyalla Riceli Anderson Elias Professor: Paulo Maciel Ricardo Massa Roteiro Introdução Gráficos de Controle CEP Controle Estatístico de Processo Gráfico
Leia maisCOMPARAÇÃO ENTRE MÉTODOS UTILIZADOS NO TRATAMENTO DE DADOS AUTOCORRELACIONADOS NO CONTROLE ESTATÍSTICO DO PROCESSO
COMPARAÇÃO ENTRE MÉTODOS UTILIZADOS NO TRATAMENTO DE DADOS AUTOCORRELACIONADOS NO CONTROLE ESTATÍSTICO DO PROCESSO Fernando de Jesus Moreira Junior (UFSM) fmjunior@smail.ufsm.br Enio Junior Seidel (UFSM)
Leia maisAPLICAÇÃO DE TÉCNICAS TRADICIONAIS E D~ SÉRIES TEMPORAIS NO CONTROLE ESTATíSTICO DA QUALIDADE
Ciência e Natura, Santa Maria, 18: 49-59, 1996 49 APLICAÇÃO DE TÉCNICAS TRADICIONAIS E D~ SÉRIES TEMPORAIS NO CONTROLE ESTATíSTICO DA QUALIDADE Maria Emilia Camargo e Helio Ricardo Friedrich Departamento
Leia maisGráficos de Controle (X, R, S, CUSUM e EWMA) Jean Carlos Teixeira de Araujo
Gráficos de Controle (X, R, S, CUSUM e EWMA) Jean Carlos Teixeira de Araujo jcta@cin.ufpe.br 1 Agenda Introdução; Gráficos X e R; Gráficos X e S; Gráfico CUSUM; Gráfico EWMA; Exemplos utilizando a ferramenta
Leia maisTítulo - Actas das 4. as Jornadas de Engenharia Hidrográfica Autor - Instituto Hidrográfico Tiragem exemplares Edição e paginação - Instituto
ACTAS Lisboa Título - Actas das 4. as Jornadas de Engenharia Hidrográfica Autor - Instituto Hidrográfico Tiragem - 230 exemplares Edição e paginação - Instituto Hidrográfico, 2016 Impressão e acabamento
Leia maisO EFEITO DA AUTOCORRELAÇÃO NO DESEMPENHO DO GRÁFICO DE CONTROLE EWMA
O EFEITO DA AUTOCORRELAÇÃO NO DESEMPENHO DO GRÁFICO DE CONTROLE EWMA ROBERTO CAMPOS LEONI (UNESP) rcleoni@yahoo.com.br Antonio Fernando Branco Costa (UNESP) fbranco@feg.unesp.br Gráficos de controle são
Leia maisCONTROLE ESTATÍSTICO DE QUALIDADE
CONTROLE ESTATÍSTICO DE QUALIDADE Ralph S. Silva http://www.im.ufrj.br/ralph/ceq.html Departamento Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Março-Julho/2012 Sumário
Leia maisFundamentos do Controle Estatístico do Processo
Fundamentos do Controle Estatístico do Processo Roteiro 1. Introdução 2. Monitoramento de Processos 3. Etapa Inicial: Estabilização e Ajuste do Processo 4. Estimação da Variabilidade 5. Referências Introdução
Leia mais5. Carta de controle e homogeneidade de variância
5. Carta de controle e homogeneidade de variância O desenvolvimento deste estudo faz menção a dois conceitos estatísticos: as cartas de controle, de amplo uso em controle estatístico de processo, e a homogeneidade
Leia maisControle Estatístico de Qualidade para Processos Climatológicos Autocorrelacionados
Controle Estatístico de Qualidade para Processos Climatológicos Autocorrelacionados Luiz André R. dos Santos 1, Fábio C. Conde 1, Mozar de A. Salvador 1, Andrea M. Ramos 1, Larissa S. F. C. dos Santos
Leia maisAplicação do gráfico de controle por grupos em uma indústria manufatureira do estado do Ceará
Aplicação do gráfico de controle por grupos em uma indústria manufatureira do estado do Ceará João Welliandre Carneiro Alexandre (UFC) jwca@ufc.br Luiz Fernando M. Rodrigues (ESMALTEC) qualidade@esmaltec.com.br
Leia mais2 FUNDAMENTACÃO TEÓRICA
2 FUNDAMENTACÃO TEÓRICA Este capítulo apresenta os modelos de séries temporais chamados estruturais, nos quais o valor das observações é visto como composto de uma parte sistemática, modelada por uma equação
Leia maisEficiência do gráfico de controle EWMA em função de diferentes quantidades e posições de causas especiais
Eficiência do gráfico de controle EWMA em função de diferentes quantidades e posições de causas especiais João Marcos Ramos de Moraes (UFV) jaum_55@hotmail.com José Ivo Ribeiro Júnior (UFV) jivo@ufv.br
Leia maisPalavras-Chave: Gráficos de Controle Especiais, Geoestatística.
Estudo de Cartas Especiais e Geoestatística no Controle Estatístico de Processos Bruna Fernanda Viotto Oliveira¹ Edilson Ferreira Flores² RESUMO O presente estudo teve como objetivo explorar as técnicas
Leia maisGRÁFICOS DE CONTROLE 3D APLICADOS A PROCESSOS PARALELOS EM UMA INDÚSTRIA MANUFATUREIRA DO ESTADO DO CEARÁ
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. GRÁFICOS DE CONTROLE 3D APLICADOS A PROCESSOS PARALELOS EM UMA INDÚSTRIA MANUFATUREIRA DO ESTADO DO CEARÁ João Welliandre Carneiro Alexandre (UFC) jwca@ufc.br
Leia maisGRÁFICOS DE SHEWHART BASEADOS NA ESTATÍSTICA DE QUI- QUADRADO E COM REGRA ESPECIAL DE DECISÃO
7 a 3/9/5, Gramado, RS GRÁFICOS DE SHEWHART BASEADOS NA ESTATÍSTICA DE QUI- QUADRADO E COM REGRA ESPECIAL DE DECISÃO Marcela Aparecida Guerreiro Machado Departamento de Produção, UNESP Guaratinguetá, 1516-41,
Leia maisGRÁFICOS DE CONTROLE DE XBARRA PARA O MONITORAMENTO DE PROCESSOS AUTOCORRELACIONADOS COM REGRA ESPECIAL DE DECISÃO
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia maisQualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Gráficos com.
Roteiro da apresentação 1 Controle de Qualidade Lupércio França Bessegato 2 3 4 UFMG Especialização em Estatística Setembro/2008 5 6 7 8 Monitoramento da Média Gráfico de Controle de CUSUM e de EMWA Além
Leia maisO uso da estatística de qui-quadrado No
O uso da estatística de qui-quadrado No controle de processos Antônio Fernando Branco Costa FEG/UNESP, Avenida Ariberto Pereira da Cunha, 333, CEP 1516-410, Bairro do Pedregulho, Guaratinguetá, SP e-mail:
Leia maisANÁLISE DO DESEMPENHO DE GRÁFICOS DE CONTROLE DA VARIÂNCIA COM PARÂMETRO ESTIMADO
ANÁLISE DO DESEMPENHO DE GRÁFICOS DE CONTROLE DA VARIÂNCIA COM PARÂMETRO ESTIMADO Pedro Carlos Oprime (DEP/UFSCar) pedro@dep.ufscar.br Gilberto Miller Devos Ganga (DEP/UFSCar) ganga@dep.ufscar.br O objetivo
Leia maisInfluência do Tamanho Amostral no Planejamento Econômico para Controle On-Line de Processo por Atributo com Erros de.
Influência do Tamanho Amostral no Planejamento Econômico para Controle On-Line de Processo por Atributo com Erros de 1. Introdução: Classificação Lupércio França Bessegato 1 Roberto da Costa Quinino 2
Leia maisObtenção dos projetos ótimos de gráficos de X utilizando o Matlab. Robson Silva Rossi 1 FEMEC
Obtenção dos projetos ótimos de gráficos de X utilizando o Matlab. Robson Silva Rossi 1 FEMEC robsonsilvarossi@yahoo.com.br Aurélia Aparecida de Araújo Rodrigues 2 FAMAT aurelia@famat.ufu.br Resumo Foi
Leia maisMODELOS ARIMA PARA MONITORAÇÃO DA QUALIDADE DA PRODUÇÃO DA INDÚSTRIA TÊXTIL OESTE LTDA
MODELOS ARIMA PARA MONITORAÇÃO DA QUALIDADE DA PRODUÇÃO DA INDÚSTRIA TÊXTIL OESTE LTDA Orientadora: Dra. Maria Emília Camargo Co-Orientadora: Dra. Suzana Leitão Russo Bolsistas de Apoio Técnico: Jonas
Leia maisControle Estatístico de Qualidade. Capítulo 5 (montgomery)
Controle Estatístico de Qualidade Capítulo 5 (montgomery) Gráficos de Controle para Variáveis Relembrando Dois objetivos do CEP: Manter o processo operando em condição estável durante maior parte do tempo;
Leia maisCOMPARAÇÃO DO DESEMPENHO ENTRE OS GRÁFICOS DE CONTROLE X-BARRA E T - STUDENT VARIANDO- SE O NÚMERO E O TAMANHO DAS AMOSTRAS
COMPARAÇÃO DO DESEMPENHO ENTRE OS GRÁFICOS DE CONTROLE X-BARRA E T - STUDENT VARIANDO- SE O NÚMERO E O TAMANHO DAS AMOSTRAS Flavio Luiz Mazocco (UFSCar ) mazocco@hotmail.com Germano Mendes Rosa (IFMG )
Leia maisObtenção do NMA do Gráfico de Controle de Regressão
Obtenção do NMA do Gráfico de Controle de Regressão Danilo Cuzzuol Pedrini (UFRGS) danilo@producao.ufrgs.br Carla Schwengber ten Caten (UFRGS) tencaten@producao.ufrgs.br Resumo: Para a aplicação dos gráficos
Leia mais4 Análise de Desempenho dos Gráficos tipo Shewhart para o Controle Estatístico da Dispersão
4 Análise de Desempenho dos Gráficos tipo Shewhart para o Controle Estatístico da Dispersão Neste capítulo são obtidas as medidas desempenho dos gráficos de controle de Shewhart descritos no Capítulo 2
Leia maisFundamentos do Controle Estatístico do Processo
Fundamentos do Controle Estatístico do Processo 1. Introdução Roteiro 2. Monitoramento de Processos 3. Etapa Inicial: Estabilização e Ajuste do Processo 4. Estimação da Variabilidade 5. Referências Introdução
Leia maisEixo Temático: Estratégia e Internacionalização de Empresas ANÁLISE DE PARÂMETROS DA QUALIDADE DA ÁGUA ATRAVÉS DA APLICAÇÃO DOS GRÁFICOS CUSUM E EWMA
Eixo Temático: Estratégia e Internacionalização de Empresas ANÁLISE DE PARÂMETROS DA QUALIDADE DA ÁGUA ATRAVÉS DA APLICAÇÃO DOS GRÁFICOS CUSUM E EWMA CHEMICAL WATER PARAMETERS INVESTIGATED BY CUSUM AND
Leia maisEspecialização em Métodos Estatísticos Computacionais
Gráfico de Controle por Variáveis Roteiro 1. Construção de Gráficos de Controle de X e R 2. Análise de Desempenho dos Gráficos X e R 3. Alternativas para Monitoramento da Dispersão 4. Regras Suplementares
Leia maisO USO DE GRÁFICOS AVANÇADOS CUSUM NA VERIFICAÇÃO DO COMPORTAMENTO DE UM PROCESSO A PARTIR DAS NÃO CONFORMIDADES EM UMA INDÚSTRIA DO SEGMENTO GRÁFICO
O USO DE GRÁFICOS AVANÇADOS CUSUM NA VERIFICAÇÃO DO COMPORTAMENTO DE UM PROCESSO A PARTIR DAS NÃO CONFORMIDADES EM UMA INDÚSTRIA DO SEGMENTO GRÁFICO Andre Luiz Monteiro de Vasconcelos (UFCG) andrelmv@gmail.com
Leia maisEstudo Comparativo do Desempenho de Gráficos X -R, X -S e T 2 Economicamente Planejados para Processos Não Regenerativos
Estudo Comparativo do Desempenho de Gráficos, S e T Economicamente Planejados para Processos Não egenerativos Linda Lee Ho (USP) lindalee@usp.br Osiris Turnes (UnB) osiris@unb.br esumo Para um controle
Leia maisControle Estatístico da Qualidade
Controle Estatístico da ESQUEMA DO CAPÍTULO 15.1 MELHORIA E ESTATÍSTICA DA QUALIDADE 15.2 CONTROLE ESTATÍSTICO DA QUALIDADE 15.3 CONTROLE ESTATÍSTICO DE PROCESSO 15.4 INTRODUÇÃO AOS GRÁFICOS DE CONTROLE
Leia maisCE219 - Controle Estatístico de Qualidade
CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 30 de maio, 2017 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 30 de maio, 2017 1 / 47 Aula 3 - Métodos e filosofia do
Leia maisO efeito da autocorrelação no desempenho do gráfico de X e na produção de itens não conformes.
O efeito da autocorrelação no desempenho do gráfico de X e na produção de itens não conformes. Roberto Campos Leoni Antônio Fernando Branco Costa Marcela Aparecida
Leia maisAVALIAÇÃO A PARTIR DE SIMULAÇÃO DO LIMITE SUPERIOR H DE UM GRÁFICO MULTIVARIADO DE SOMAS ACUMULADAS (MCUSUM)
ISSN 1984-9354 AVALIAÇÃO A PARTIR DE SIMULAÇÃO DO LIMITE SUPERIOR H DE UM GRÁFICO MULTIVARIADO DE SOMAS ACUMULADAS (MCUSUM) Elisa Henning (UDESC) Custodio da Cunha Alves (UNIVILLE) Andréa Cristina Konrath
Leia maisGráfico de Controle Estatístico
Universidade Federal de Pernambuco Centro de Informática Programa de Pós-graduação Gráfico de Controle Estatístico Tópicos Avançados em Análise de Desempenho de Sistemas Pedro Melo e Eduardo Bonadio 22
Leia maisFunções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
Funções Geradoras de Variáveis Aleatórias 1 Funções Geradoras de Variáveis Aleatórias Nos programas de simulação existe um GNA e inúmeras outras funções matemáticas descritas como Funções Geradoras de
Leia maisThe use of the Exponentially Weighted Moving Average statistical for the predictive control, monitoring and adjustment processes
A estatística Média Móvel Exponencialmente Ponderada para o controle preditivo, monitoramento e ajuste de processos Custodio da Cunha Alves Universidade da Região de Joinville - UNIVILLE. Depto de Engenharia
Leia maisPREVISÃO E CONTROLE DE ENERGIA
PREVISÃO E CONTROLE DE ENERGIA Eliane da Silva Christo (UFF) eliane.ch@gmail.com MIRLEY BITENCOURT FERREIRA (UFF) mirleybit@hotmail.com Um dos componentes mais importantes de infra-estrutura no processo
Leia maisProposta de uma carta de controle estatístico de dados autocorrelacionados
Proposta de uma carta de controle estatístico de dados autocorrelacionados Fernando de Jesus Moreira Junior (UFRGS) fmjunior@ufrgs.br Carla Schwengber ten Caten (UFRGS) tencaten@producao.ufrgs.br Resumo
Leia maisControle Estatístico de Processos Multicanal
Bruno Francisco Teixeira Simões Controle Estatístico de Processos Multicanal Tese de Doutorado Tese apresentada ao Programa de Pós-graduação em Engenharia de Produção do Departamento de Engenharia Industrial
Leia maisUm comparativo de desempenho entre gráficos de controle univariados e multivariados
Um comparativo de desempenho entre gráficos de controle univariados e multivariados Rodrigo Luiz Pereira Lara 3 Vladimir Barbosa Carlos de Souza 3. Introdução O Controle Estatístico do Processo (CEP) é
Leia maisComparação dos gráficos de controle Shewhart e Cusum na variável de perfilagem do caliper
Comparação dos gráficos de controle Shewhart e Cusum na variável de perfilagem do caliper Evelyn Souza Chagas 1 Lêda Valéria Ramos Santana 1 Hérica Santos da Silva 1 Dra. Suzana Leitão Russo 2 Msc. Vitor
Leia maisCONTROLE ESTATÍSTICO DO PROCESSO: ABORDAGEM MULTIVARIADA PARA MEDIDAS INDIVIDUAIS
CONTROLE ESTATÍSTICO DO PROCESSO: ABORDAGEM MULTIVARIADA PARA MEDIDAS INDIVIDUAIS Liane Werner Departamento de Estatística / UFRGS Av. Bento Gonçalves, 9500 - Porto Alegre -RS E-mail: WERNER@MAT.UFRGS.BR
Leia maisTeste de % de defeituosos para 1 amostra
DOCUMENTO OFICIAL DO ASSISTENTE DO MINITAB Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas
Leia mais8 Conclusões e Sugestões para pesquisas futuras
8 Conclusões e Sugestões para pesquisas futuras 8.1 Conclusões Ao longo desta tese foram detalhadas e analisadas as propostas de novos gráficos de controle de grupos para o monitoramento da dispersão intra-canal
Leia maisMONITORING BIVARIATE PROCESSES WITH A SHEWHART CHART
MONITORING BIVARIATE PROCESSES WITH A SHEWHART CHART Antonio Fernando B. Costa Universidade Estadual Paulista, Faculdade de Engenharia de Guaratinguetá Campus de Guaratinguetá, São Paulo fbranco@feg.unesp.br
Leia maisEXPANSÃO DOS LIMITES DE CONTROLE DAS CARTAS DE SHEWHART CONSIDERANDO A SIGNIFICÂNCIA PRÁTICA
EXPANSÃO DOS LIMITES DE CONTROLE DAS CARTAS DE SHEWHART CONSIDERANDO A SIGNIFICÂNCIA PRÁTICA FABRICIO MARTINS DA COSTA (UFSCar) fabricio_estatistico@hotmail.com Pedro Carlos Oprime (UFSCar) pedro@dep.ufscar.br
Leia maisMétodos Estocásticos da Engenharia III
Métodos Estocásticos da Engenharia III Capítulo 3 - Controle Estatístico de Processos: Cartas de Controle Prof. Magno Silvério Campos 2019/1 (UFOP/EM/DEPRO) Métodos Estocásticos da Engenharia III 2019/1
Leia maisEspecialização em Engenharia de Processos e de Sistemas de Produção
Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 3ª parte Conforme foi apresentado
Leia maisCONTROLE ESTATÍSTICO DE QUALIDADE
CONTROLE ESTATÍSTICO DE QUALIDADE Dennis Leão e Luan Fiorentin Dennis Leão e Luan Fiorentin CONTROLE ESTATÍSTICO DE QUALIDADE 1 / 1 Figura 1: Artigo selecionado para apresentação. Dennis Leão e Luan Fiorentin
Leia maisGráfico de controle NPEWMA-SR: Uma aplicação no setor industrial
Gráfico de controle NPEWMA-SR: Uma aplicação no setor industrial Elisa Henning 1, Custodio da Cunha Alves 2, Andrea Cristina Konrath 3, Olga Maria Formigoni CarvalhoWalter 4 1 Professora Doutora em Engenharia
Leia maisCartas EWMA Unilaterais: Uma Aplicação ao Controlo de um Parâmetro de Escala
III Congresso Anual da Sociedade Portuguesa de Estatística Guimarães, 26 a 28 de Junho de 1995 Cartas EWMA Unilaterais: Uma Aplicação ao Controlo de um Parâmetro de Escala Manuel Morais* e Fernanda Ramalhoto*
Leia maisCARTAS ADAPTATIVAS DE CONTROLE:
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO CARTAS ADAPTATIVAS DE CONTROLE: DESENVOLVIMENTO DE METODOLOGIA PARA IMPLEMENTAÇÃO EM PROCESSOS
Leia mais6. Conclusões Estatística do sinal
6. Conclusões Ao longo deste trabalho, foram descritas as características principais do sistema WiMAX e da tecnologia OFDM, a fim de contextualizá-los, uma vez que um sinal baseado nessas características
Leia mais4 ANÁLISE DE DESEMPENHO
4 ÁLISE DE DESEPEHO análise de desempenho dos métodos EW, CUSU e foi feita por simulação. Para a simulação, utilizou-se, na parte sistemática, a fórmula 2.1 para o modelo constante e a fórmula 2.5 para
Leia maisEngenharia da Qualidade I Aula 6
Engenharia da Qualidade I Aula 6 Ferramentas para o Controle e Melhoria da Qualidade Gráfico de Controle Prof. Geronimo Virginio Tagliaferro Os gráficos de controle surgiram devido à necessidade de introduzir
Leia mais2 Controle Estatístico de Processos
1 Controle Estatístico de Processos Esse capítulo apresenta os principais gráficos de controle para variáveis, não tendo o objetivo de maior aprofundamento, sendo o assunto tratado de forma geral. Maior
Leia maisQuantis residuais. Luziane Franciscon Acadêmica de Estatística Universidade Federal do Paraná
Quantis residuais Luziane Franciscon Acadêmica de Estatística Universidade Federal do Paraná Orientador: Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Resumo Uma etapa importante
Leia maisPara ajudar a interpretar os resultados, o Cartão de Relatórios do Assistente do teste de % de defeituosos para 1 amostra exibe os seguintes
Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas no assistente no software estatístico
Leia maisGráficos de Controle para Variáveis
Gráficos de Controle para Variáveis CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisRODRIGO LUIZ PEREIRA LARA DESEMPENHOS DE DIFERENTES PROPOSTAS DE PLANEJAMENTOS DE GRÁFICOS DE CONTROLE MULTIVARIADOS
RODRIGO LUIZ PEREIRA LARA DESEMPENHOS DE DIFERENTES PROPOSTAS DE PLANEJAMENTOS DE GRÁFICOS DE CONTROLE MULTIVARIADOS Tese apresentada à Universidade Federal de Viçosa, como parte das exigências do Programa
Leia mais7 Análise de Desempenho dos Gráficos EWMA para o Controle Estatístico da Dispersão
7 Análise de Desempenho dos Gráficos EWMA para o Controle Estatístico da Dispersão Neste capítulo são obtidos os projetos ótimos e as medidas de desempenho dos gráficos de controle de grupos de EWMA projetados
Leia maisMorgana Pizzolato, Dr a. Aula 04 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 04 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Cronograma parcial DPS1037 Data Aula Conteúdo 10/ago 1 Introdução à Engenharia da Qualidade
Leia maisExercícios de programação
Exercícios de programação Estes exercícios serão propostos durante as aulas sobre o Mathematica. Caso você use outra linguagem para os exercícios e problemas do curso de estatística, resolva estes problemas,
Leia maisEspecialização em Métodos Estatísticos Computacionais
Fundamentos do Controle Estatístico do Processo Roteiro 1. Introdução 2. Monitoramento de Processos 3. Etapa Inicial: Estabilização e Ajuste do Processo 4. Estimação da Variabilidade 5. Referências Introdução
Leia maisEspecialização em Métodos Estatísticos Computacionais
Controle de Qualidade II 1. Capacidade de Processo Roteiro 2. Avaliação da Qualidade de Medidas 3. Inspeção por Amostragem 4. Referências Capacidade de Processo Prof. Lupércio F. Bessegato 1 Roteiro 1.
Leia maisDistribuições Contínuas de Probabilidade
Distribuições Contínuas de Probabilidade Uma variável aleatória contínua é uma função definida sobre o espaço amostral, que associa valores em um intervalo de números reais. Exemplos: Espessura de um item
Leia maisGráficos de controle de médias móveis exponencialmente ponderadas no processo de aplicação de insumos agrícolas: um estudo de caso
Gráficos de controle de médias móveis exponencialmente ponderadas no processo de aplicação de insumos agrícolas: um estudo de caso Natália da Silva Martins 1, Erik Augusto Barreto Jr. 2, Marcos Milan 2,
Leia maisCONTROLE ESTATÍSTICO DE PROCESSOS
Ferramentas da Qualidade CONTROLE ESTATÍSTICO DE PROCESSOS CONTROLE ESTATÍSTICO DE PROCESSOS (3/4) Gráficos de controle Gráfico de controle de variáveis Gráfico de controle de atributos Gráficos de Controle
Leia maisAplicação de gráficos de controle em redes de abastecimento predial de água
Aplicação de gráficos de controle em redes de abastecimento predial de água Elisa Henning, Andréa Cristina Konrath, Andreza Kalbusch, Isadora Mezzari Zoldan, Nathalia Miranda Correa Bruno Geronymo Hermann
Leia maisLAN 2740 Parte II Controle estatístico da qualidade na indústria de alimentos Profa. Responsável: Thais Vieira. Índices de Capacidade de processo
LAN 2740 Parte II Controle estatístico da qualidade na indústria de alimentos Profa. Responsável: Thais Vieira Controle Estatístico de Processos - Gráficos de controle por variáveis Índices de Capacidade
Leia maisCONTROLE ESTATÍSTICO DO PROCESSO DE EMBALAGEM DE UMA FÁBRICA DE GELO
CONTROLE ESTATÍSTICO DO PROCESSO DE EMBALAGEM DE UMA FÁBRICA DE GELO Bruna T. De Lima 1, Aline S. Culchesk 1, Gilberto C. Antonelli 1,Manoel F. Carreira 1 1 Universidade Estadual de Maringá (UEM) bruna_tamara@hotmail.com
Leia maisGerenciamento de Risco
2010 Gerenciamento de Risco Nota Técnica 03 Diretoria de Investimentos Previ-Rio 09/2010 Nota técnica 03 Gerenciamento de Risco O gerenciamento de risco é um instrumento essencial para a otimização do
Leia maisRenata Miranda Gomes. Detecção de Viés na Previsão de Demanda. Dissertação de Mestrado
Renata Miranda Gomes Detecção de Viés na Previsão de Demanda Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção do grau de Mestre pelo Programa de Pós- Graduação em Engenharia
Leia maisControle Estatístico de Processo
Prof. Edson Marcos Leal Soares Ramos, Dr. Profa. Silvia dos Santos de Almeida, Dra. Profa. Adrilayne dos Reis Araújo, M.Sc. Belém 2012 Índice 1 Gráficos de Controle Para Variáveis 2 1.1 Gráficos de Controle
Leia maisAplicação dos conceitos de Controle Estatístico de Processo (CEP) em uma indústria de fundição do Norte Catarinense
Aplicação dos conceitos de Controle Estatístico de Processo (CEP) em uma indústria de fundição do Norte Catarinense Application of the concepts of Statistical Control of Process (CEP) in an industry of
Leia maisMAE532 Controle Estatístico de Qualidade
Exercício 1. O número de interruptores não-conformes em amostras de tamanho 150 são mostrados na planilha Lista 6 2013.xls. Construa um gráfico de controle para a fração não-conforme para esses dados.
Leia maisGráfico EWMAREG aplicado no monitoramento de processos
Gráfico EWMAREG aplicado no monitoramento de processos Danilo Cuzzuol Pedrini (UFRGS) danilo@producao.ufrgs.br Ângelo Márcio Oliveira Sant Anna (UFRGS) angelo@producao.ufrgs.br Carla Schwengber ten Caten
Leia maisUma abordagem de análise para o Controle Estatístico de Processo com dados autocorrelacionados
XXIV Encontro Nac. de Eng. de Produção - Florianópolis, SC, Brasil, 0 a 0 de nov de 2004 Uma abordagem de análise para o Controle Estatístico de Processo com dados autocorrelacionados Fernando Moreira
Leia maisEXPERIMENTO FATORIAL BLOCADO PARA DETERMINAÇÃO DE DIFERENÇAS ENTRE TEMPO DE QUEIMA DE VELAS DE PARAFINA
Revista da Estatística da UFOP, Vol I, 2011 - XI Semana da Matemática e III Semana da Estatística, 2011 ISSN 2237-8111 EXPERIMENTO FATORIAL BLOCADO PARA DETERMINAÇÃO DE DIFERENÇAS ENTRE TEMPO DE QUEIMA
Leia maisMódulo 5 As modificações da 2ª. Edição. Cartas de controle para condições especiais (construção e interpretação).
Módulo 5 As modificações da 2ª. Edição. Cartas de controle para condições especiais (construção e interpretação). Manual da 2ª. edição Conteúdos (1) CAPÍTULO I Melhoria contínua e introdução ao CEP. Seções
Leia maisAS SETE FERRAMENTAS DA QUALIDADE
AS SETE FERRAMENTAS DA QUALIDADE Introdução: Atribui-se a Kaoru Ishikawa a popularização e mesmo em alguns casos a elaboração inicial do que ele chamou de ferramentas da Qualidade. Vamos discorrer sobre
Leia maisO efeito da padronização das notas sobre os resultados da avaliação dos cursos de Engenharia Civil
O efeito da padronização das notas sobre os resultados da avaliação dos cursos de Engenharia Civil Julio Gomes jgomes.dhs@ufpr.br RESUMO O presente trabalho tem por objetivo apresentar uma análise do efeito
Leia maisPODER DO TESTE. Poder do Teste e Tamanho de Amostra para Testes de Hipóteses
PODER DO TESTE Poder do Teste e Tamanho de Amostra para Testes de Hipóteses 1 2 Tipos de erro num teste estatístico Realidade (desconhecida) Decisão do teste aceita H 0 rejeita H 0 H 0 verdadeira decisão
Leia maisEstatística. 1 Medidas de Tendência Central 2 Medidas de Posição 3 Medidas de Dispersão. Renata Souza
Estatística 1 Medidas de Tendência Central 2 Medidas de Posição 3 Medidas de Dispersão Renata Souza Medidas Depois que você conheceu os conceitos de coleta de dados, variação, causas comuns e causas especiais,
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
Leia maisCapítulo 5 Distribuições de Probabilidades. Seção 5-1 Visão Geral. Visão Geral. distribuições de probabilidades discretas
Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de Probabilidade Binomial 5-4 Média, Variância e Desvio Padrão da Distribuição Binomial 5-5 A Distribuição
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia mais5HYLVmR&RQFHLWXDOH7UDEDOKRV3UHFHGHQWHV
5HYLVmR&RQFHLWXDOH7UDEDOKRV3UHFHGHQWHV Neste capítulo, é feita inicialmente uma revisão conceitual das principais medidas de desempenho de gráficos de controle, e é realizada uma revisão bibliográfica
Leia mais( ) Estimação do valor em risco (VaR) de uma carteira de ativos através de método bayesiano. α, é definido como:
Estimação do valor em risco (VaR) de uma carteira de ativos através de método bayesiano Orlando V. Sampaio Jr. (POLI-USP) orlando.sampaio@gmail.com Celma de Oliveira Ribeiro (POLI-USP) celma@usp.br André
Leia maisMorgana Pizzolato, Dr a. Aula 05 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 05 Introdução ao CEP DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Teorema do Limite Central (TLC) Introdução ao Controle Estatístico
Leia mais