Controle Estatístico de Qualidade. Capítulo 7 (montgomery)
|
|
- Gabriel Henrique Prado Mirandela
- 6 Há anos
- Visualizações:
Transcrição
1 Controle Estatístico de Qualidade Capítulo 7 (montgomery)
2 Capacidade do Processo Introdução Cartas de Controle Instrumento de monitoramento e detecção de desvios na estabilidade do processo Considerando que através das cartas de controle tenhamos um processo estável durante longos períodos de tempo, a seguinte questão precisa ser respondida: O processo atende de forma eficiente os requisitos impostos ao produto?
3 Capacidade do Processo Introdução No contexto do CEP, os estudos de capacidade do processo destinam-se a responder esta questão. É importante ressaltar que eficiência deve ser entendido como baixo nível de não-conformidades. Os índices de capacidade do processo são parâmetros adimensionais que indiretamente medem o quanto o processo consegue atender às especificações.
4 Capacidade do Processo Considerações Importantes O uso dos índices de capacidade não tem sentido se os dados analisados forem provenientes de um processo fora de controle Motivo: os índices são parâmetros da distribuição estacionária da característica da qualidade em estudo. Se o processo estiver fora de controle essa distribuição não será sempre a mesma, logo não saberemos o que estaremos estimando a partir dos dados. Assim, devemos primeiro examinar o comportamento das cartas de controle. Uma vez evidenciada a condição de controle, o estudo de capacidade pode ser conduzido
5 Capacidade do Processo Considerações Importantes É costume tomar como medida de capacidade de um processo a dispersão 6-sigma na distribuição da característica da qualidade LNT = µ ± 3σ Se os dados são provenientes de uma distribuição normal, os LNT incluem 99,73% da variável. Os LNT expressam a tolerância natural do processo
6 Capacidade do Processo Histograma ou QQ Plot Através do histograma é possível: Verificar a forma da característica da qualidade em estudo Estimar a capacidade independentemente de termos a informação sobre as especificações do produto. Exemplo
7 Capacidade do Processo Histograma Exemplo x S = 9.94 = Histogram Normal LSNT LINT = = % dentro das conformidades Frequency Mean 9.94 StDev N 30
8 Capacidade do Processo Histograma ou QQ Plot Através do QQ Plot é possível: Verificar a normalidade da característica da qualidade em estudo Exemplo
9 Capacidade do Processo QQ Plot Probability Plot Normal Mean 9.94 StDev N 30 KS P-Value > Percent
10 Capacidade do Processo Razões da Capacidade do Processo No entanto, convém termos uma forma simples e quantitativa de expressar a capacidade de um processo. Tal forma foi introduzida por Juran (1974), chamando-a de razão da capacidade de um processo (RCP) C p C p = LSE LIE 6σ onde LIE/LSE são os limites de especificação
11 Capacidade do Processo Razões da Capacidade do Processo Em aplicações práticas, σ precisa ser estimado. Isso resulta em uma estimativa para C p dada por ˆ C p = LSE LIE 6σˆ Note que o índice C p relaciona a tolerância especificada com a tolerância natural do processo. Assim, C p < 1, TN é maior que TE (preocupante) C p = 1, TN é igual TE (precisa melhorar) C p > 1, TN é menor que TE (desejável) Tolerância especificada (TE) Tolerância natural (TN)
12 Razões da Capacidade do Processo - C p Exemplo Anel de Pistão Limites de Especificação 74.00mm ± 0.05mm Do gráfico R, estimamos R ˆ σ = = 0,0099 d Logo, C p > 1 (desejável) ˆ LSE LIE 74,05 73,95 = = 1,68 6 ˆ σ 6(0,0099) = C p 2
13 Razões da Capacidade do Processo - C p Outra interpretação útil obtida a partir de C p é a percentagem da faixa de especificação utilizada pelo processo (P) P p 1 = 100 C p Do exemplo de anéis de pistão, temos que P p = 1 1, = 59,5%
14 Razões da Capacidade do Processo - C p Vimos que a razão da capacidade do processo mede a habilidade do processo de produzir produtos que atendam as especificações. A seguir, apresentaremos diversos valores de C p juntamente com o número de peças defeituosas ou unidades não-conformes do produto por milhão (ppm). Tais quantidades foram obtidas com base nas seguintes suposições importantíssimas: A característica da qualidade tem distribuição normal O processo está sob controle estatístico A média do processo está centrada entre os limites de especificação superior e inferior.
15 Razões da Capacidade do ppm ppm > Processo - C p < LIE = Φ LIE µ 10 σ LSE µ LSE = 1 Φ 10 σ 6 6 Valores da Razão da Capacidade do Processo (Cp) e Falhas Associadas (ppm) para um Processo Normalmente Distribuído que está sob Controle Estatístico Falhas no processo (ppm) Cp Esp. Unilaterais Esp. Bilaterais 0, , , , , , , , , , , , , ,70 0,17 0,34 1,80 0,03 0,06 2,00 0,0009 0,0018 Fonte: Montgomery
16 Razões da Capacidade do Processo - C p Para ilustrar a tabela anterior, temos que C p = 1, implica em ppm C p = 1,50 implica em uma taxa de apenas 4 ppm No exemplo do anel de pistão, C p = 1,68 1,70. Isso implica em 0,34 ppm, ou seja, o processo encontra-se bem calibrado.
17 Razões da Capacidade do Processo - C p Considerações Importantes As suposições citadas anteriormente são críticas para precisão e validade dos valores reportados. Somerville e Montgomery (1996) investigaram o impacto da não-normalidade nos valores apresentados na tabela. A estabilidade ou controle estatístico do processo é essencial para uma interpretação correta de qualquer RCP. Montgomery comenta que é bastante comum se calcular uma RCP sem levar em conta se o processo está sob controle.
18 Razões da Capacidade do Processo - C p Considerações Importantes Além disso, é importante ter em mente que calculamos uma estimativa da RCP, estando sujeito a erros na estimação Logo, um intervalo de confiança pode dar uma boa ideia do erro que podemos estar cometendo. Posteriormente, iremos discutir sobre intervalos de confiança para RCP.
19 O Índice C pk Razão de Capacidade para um Processo Descentrado Note que o índice C p não leva em conta a localização da média do processo com relação aos limites de especificação. Kane (1986) propõe uma medida (C pk ) que penaliza desvios da média do processo em relação a posição central ( ótima ), sendo definido por:
20 O Índice C pk Razão de Capacidade para um Processo Descentrado onde: C ps C = pk = LSE µ 3σ min( C ps, C pi ) µ LIE C pi = 3σ
21 O Índice C pk Razão de Capacidade para um Processo Descentrado Se C p = C pk o processo está centrado no ponto médio das especificações. Quando C pk < C p o processo está descentrado A diferença entre C p e C pk é uma medida direta de quão fora do centro o processo está operando. Além disso, através da tabela apresentada anteriormente, pode-se obter uma estimativa rápida da melhoria potencial caso o processo estivesse centralizado. Por isso, costuma-se dizer que Cp mede a capacidade potencial no processo, enquanto Cpk mede a capacidade efetiva.
22 Cp versus Cpk
23 O Índice C pm Razão de Capacidade para um Processo Descentrado Vimos que o índice C p não leva em conta a localização da média do processo com relação aos limites de especificação. Analisar apenas o C pk também não é uma boa estratégia. Por si só, C pk ainda não é uma medida adequada de centralização do processo. O melhor é interpretar conjuntamente C pk e C p.
24 O Índice C pm C pk depende inversamente de σ e aumenta quando σ tende a zero Tal situação pode tornar C pk inadequado como medida de centralização. Um grande valor de C pk nada nos diz sobre a localização da média. Processo A C pk =C p =1,0 Processo B C p =2,0>C pk =1,0
25 O Índice C pm Razão de Capacidade para um Processo Descentrado Chan et al. (1988) propõe um novo índice, chamado de C pm, que visa contornar esses problemas C pm = LSE LIE 6 E( X T 2 ) onde T = (LSE + LIE)/2. Note que, no denominador, temos o desvio quadrático esperado em relação ao valor alvo.
26 O Índice C pm Razão de Capacidade para um Processo Descentrado O índice C pm pode ser estimado por onde Cˆ pm = Cˆ p 1+ V 2, V = x T S.
27 O Índice C pm Razão de Capacidade para um Processo Descentrado Boyles (1991) elaborou uma análise detalhada sobre esse índice. Dentre alguns resultados importantes, podemos citar: C pm = C pk = C p, quando µ = T C pm tende a zero, quando µ - T
28 Intervalos de Confiança e Teste de Hipóteses para RCP s É importante lembrar que na prática trabalhamos com estimativas pontuais de C p e C pk e, como tal, estão sujeitas à flutuações estatísticas. Em outras palavras, um índice de capacidade do processo está sujeito a erro estatístico. Logo, para visualizarmos a precisão dessa estimativa devemos utilizar intervalos de confiança (IC). Se a característica da qualidade segue distribuição normal, então podemos obter um IC de nível (1-α)% para C p a partir de
29 Intervalos de Confiança e Teste de Hipóteses para RCP s Intervalo de Confiança para C p Cˆ p. χ α / 2, n 1 ˆ χ / 2, n 1 C p C p. α n 1 n 1 Exemplo: LSE = 62, LIE = 38, n = 20 e S = 1,75 ˆ C 2,29 6(1,75) = p = Seja α = 5%, temos que 2 2 χ0.975,19 χ0.025,19 IC(95%) = 2,29. C p 2,29. = 1,57 C p ,01
30 Intervalos de Confiança e Teste de Hipóteses para RCP s Intervalo de Confiança para C p Note que o IC é relativamente amplo, indicando que a estimativa de C p pode estar sujeita a um erro de estimativa elevado (baixa precisão) Normalmente, Intervalos de Confiança baseados em pequenas amostras tendem a ser amplos.
31 Intervalos de Confiança e Teste de Hipóteses para RCP s Intervalo de Confiança para C pk Para RCP s mais complicadas como C pk e C pm diversos autores propõem intervalos de confiança aproximados (Zhang et al. (1990), Bissel (1990), Kushler e Hurley (1992), Pearn et al. (1992), entre outros). Se a característica da qualidade segue distribuição normal, apresentamos um IC de nível (1-α)% para C pk Cˆ pk 1 Z α / 2 1 9nCˆ 2 pk + 1 2( n 1) C pk Cˆ pk 1 + Z α / 2 1 9nCˆ 2 pk + 1 2( n 1)
32 Intervalos de Confiança e Teste de Hipóteses para RCP s Intervalo de Confiança para C pk Cˆ pk 1 Z α / 2 1 9nCˆ 2 pk + 1 2( n 1) C pk Cˆ pk 1 + Z α / 2 1 9nCˆ 2 pk + 1 2( n 1) Exemplo: C pk = 1,33, n = 20 Seja α = 5%, temos que IC( 95%) 0,99 C 1,67 = pk Trata-se de um IC extremamente amplo e não-informativo, visto que o valor de C pk tanto pode ser inferior a 1 (situação ruim) como pode ser igual a 1,67 (situação excelente). Isso se deve ao pequeno tamanho de amostra utilizado.
33 RCP Uso de Gráficos de Controle O cálculo e a análise dos índices RCP s só faz sentido quando o processo está sob controle. Logo, a análise dos gráficos de controle são de vital importância para correta interpretação de C p, C pk ou C pm.
34 Considerações Finais Índices de capacidade são muito sensíveis à mudanças na distribuição estacionária. Se ela não for normal, a interpretação dos índices com base nos valores de referência perde a consistência. Um índice de capacidade é um parâmetro do processo cujo valor é estimado através de estatísticas O uso de intervalos de confiança pode ajudar a ter uma ideia do erro de estimação que podemos estar cometendo
35 Exercício Um processo normalmente distribuído tem especificações LIE=75 e LSE=85. Uma amostra de 25 partes indica que o processo está centrado no meio da faixa de especificação e o desvio padrão é S=1,5. a) Determine uma estimativa pontual para o C p. O processo é eficiente? b) Determine um intervalo de confiança de 95% para C p. Comente sobre a amplitude do intervalo.
36 Exercício Um processo está sob controle com X = 100, S = 1,05 e n = 5. As especificações do processo são 95 ± 8. A característica da qualidade tem distribuição normal. a) Estime a capacidade potencial. b) Estime a capacidade efetiva. c) De quanto se reduziria a falha do processo se ele fosse corrigido de modo a operar na especificação nominal?
37 Exercício Suponha uma característica da qualidade tenha distribuição normal com limites de especificação em LSE=100 e LIE=90. Uma amostra aleatória de 30 partes resulta em X = 100 e S = 1,6. a) Calcule uma estimativa pontual para C pk. b) Calcule uma estimativa pontual para C pm. c) Encontre um intervalo de confiança de 95% para C pk.
Capacidade de Processo Material Complementar
Capacidade de Processo Material Complementar Exemplo Pistões Anéis de pistão para motores de automóveis produzidos por processo de forja Objetivo: Controle estatístico para diâmetro interno dos anéis por
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 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 maisCE219 - Controle Estatístico de Qualidade
CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 20 de abril, 2018 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 20 de abril, 2018 1 / 25 Aula 5 - Análise da capacidade
Leia maisCapacidade de Processo
Roteiro Capacidade de Processo 1. Limites de Especificação 2. Índices de Capacidade do Processo 3. Alarmes vs. Itens Não Conformes 4. Limites de Especificação sobre Componentes 5. Referências Capacidade
Leia maisCap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Leia maisAnálise da : -Estabilidade e - Capacidade/Capabilidade de Processos
Análise da : -Estabilidade e - Capacidade/Capabilidade de Processos Prof. Diego Por que medir a estabilidade e capacidade/capabilidade? Principais erros dos gestores SOB CONTROLE 1 Tratar uma causa comum
Leia maisAnálise da capacidade de processos
Análise da capacidade de processos CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento
Leia maisControle Estatístico do Processo (CEP)
Controle Estatístico do Processo (CEP) CONTROLE ESTATÍSTICO DO PROCESSO É UM MÉTODO QUE PERMITE CONTROLAR CONTÍNUAMENTE AS CARACTERÍSTICAS CHAVES DE UM PRODUTO E PROCESSO, VISANDO A SUA MELHORIA. ORIGEM
Leia maisControlo Estatístico do Processo
Controlo Estatístico do Processo Gestão da Produção II LEM-24/25 Paulo Peças CEP Os processos produtivos apresentam sempre um dado nível de variabilidade como resultado apenas da sua aleatoriedade intrínseca.
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia mais3 Modelo Matemático Definições Iniciais. Denote-se, em geral, o desvio-padrão do processo por σ = γσ 0, sendo σ 0 o
Modelo Matemático 57 3 Modelo Matemático Este trabalho analisa o efeito da imprecisão na estimativa do desvio-padrão do processo sobre o desempenho do gráfico de S e sobre os índices de capacidade do processo.
Leia maisENGENHARIA DA QUALIDADE A ENG AULA 4 CARTAS DE CONTROLE PARA VARIÁVEIS
ENGENHAIA DA QUALIDADE A ENG 09008 AULA 4 CATAS DE CONTOLE PAA VAIÁVEIS POFESSOES: CALA SCHWENGBE TEN CATEN Tópicos desta aula Cartas de Controle para Variáveis Tipo 1: Tipo : Tipo 3: X X X ~ e e S e Tipo
Leia maisQualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Inspeção de qualidade
Roteiro da apresentação Controle de Qualidade 1 2 3 Outras técnicas Lupércio França Bessegato UFMG Especialização em Estatística 4 5 Setembro/2008 6 7 do Processo de produzir itens de acordo com as especificações
Leia maisMonitoramento da qualidade do processo de manutenção de extintores. Carolina Lopes Caroline Selis Mariana Almeida Pedro Henrique Pedro Moraes
Monitoramento da qualidade do processo de manutenção de extintores Carolina Lopes Caroline Selis Mariana Almeida Pedro Henrique Pedro Moraes Índice 1) Resumo; 2) Introdução; 3) Referencial Teórico; 4)
Leia maisControle de Qualidade
Outras técnicas Controle de Qualidade Lupércio França Bessegato Especialização em Estatística Roteiro da apresentação 1 2 3 4 5 6 7 do Processo do Processo de produzir itens de acordo com as especificações
Leia maisMódulo 5 Capacidade do processo, etapas para implantação do CEP e as ferramentas utilizadas em conjunto com o CEP
Módulo 5 Capacidade do processo, etapas para implantação do CEP e as ferramentas utilizadas em conjunto com o CEP Capacidade do processo Após verificar se um processo está estável, sob controle estatístico
Leia maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição
Leia maisUm modelo para a análise da capacidade de processos com ênfase na transformação de dados
Universidade Federal de Santa Catarina Departamento de Engenharia de Produção e Sistemas Programa de Pós-Graduação em Engenharia de Produção Um modelo para a análise da capacidade de processos com ênfase
Leia mais2)Para o exercício anterior e usando os limites de controle e estimativas revistas para este processo, determine se este está estável. Justifique.
ª LISTA DE ESTATÍSTICA (apresentar os cálculos com 4 casas decimais) )Em uma fábrica de produtos de higiene foram medidos os pesos de sabonetes em amostras de tamanho cinco. Supõe-se que o peso dos sabonetes
Leia mais4 Capabilidade de Processos
4 Capabilidade de Processos Cp, Cpk 4.1. INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO (CEP) Na natureza não existem dois exemplares exatamente iguais da mesma coisa. Há alguma variabilidade em toda parte,
Leia maisFicha Facultativa de Avaliação de Controlo Estatístico de Qualidade
Ficha Facultativa de Avaliação de Controlo Estatístico de Qualidade Cotação: 2 Valores a adicionarem à nota do Teste Final (com um máximo total de 20 Valores). Regra: Entregar na aula de CGQ de 14 de Novembro
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
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 maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisAvaliação da estabilidade e capacidade do processo de envase de requeijão cremoso um estudo de caso
Avaliação da estabilidade e capacidade do processo de envase de requeijão cremoso um estudo de caso Bethania Mayra Barros e Silva (UFV) bethaniamb@gmail.com José Ivo Ribeiro Júnior (UFV) jivo@ufv.br Resumo:
Leia maisIntervalos de Confiança
Intervalos de Confiança Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016 1 2 Teorema do Limite Central Se amostras de tamanho n
Leia maisCEP: Controle Estatístico de Processo
CEP: Controle Estatístico de Processo CEP: Controle Estatístico de Processos CEP (SPC Statistical Process Control) é uma técnica estatística para verificar a qualidade de um produto, durante o processo
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO 1. Introdução; DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL. Teorema Central do Limite; 3. Conceitos de estimação pontual; 4. Métodos de estimação pontual; 5. Referências. 1 POPULAÇÃO E AMOSTRA População:
Leia maisInferência Estatística
Inferência Estatística Estimação Intervalar Média e Proporção Estimação Pontual x Estimação Intervalar Exemplo Inicial: Um estudo pretende estimar o valor de µ, a renda média familiar dos alunos da UFMG.
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 maisLista 5. Prof. Erica Castilho Rodrigues Disciplina: Introdução à Estatística e Probabilidae. 06 de Maio. Data de entrega: a denir
Lista 5 Prof. Erica Castilho Rodrigues Disciplina: Introdução à Estatística e Probabilidae 06 de Maio Data de entrega: a denir 1. Uma amostra de 20 operários de uma companhia apresentou os seguintes salários
Leia maisENGENHARIA DA QUALIDADE A ENG AULA 5 CARTAS DE CONTROLE PARA VARIÁVEIS
ENGENHARIA DA QUALIDADE A ENG 09008 AULA 5 CARTAS DE CONTROLE PARA VARIÁVEIS PROFESSORES: CARLA SCHWENGBER TEN CATEN ROGÉRIO FEROLDI MIORANDO KARINA ROSSINI Tópicos desta aula Cartas de Controle para Variáveis
Leia maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisEstatística Aplicada
Estatística Aplicada Intervalos de Confiança Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada INTERVALOS DE CONFIANÇA Processos de estimação Estimação por ponto: o processo em
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 maisDistribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências Estatística Aplicada
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 maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisInferência Estatística:
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 8: Intervalos
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisAvaliação de Sistemas de Medição
Monitoramento de um processo: medição de uma característica da qualidade X por meio de um sistema de medição. Sistema de medição ideal: produz somente resultados corretos, ou seja, que coincidem com o
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quantitativos para Ciência da Computação Experimental Revisão Virgílio A. F. Almeida Maio de 2008 Departamento de Ciência da Computação Universidade Federal de Minas Gerais FOCO do curso Revisão
Leia maisPADRÃO DE GESTÃO. Aplica-se aos colaboradores do IHEF Medicina Laboratorial contemplados no SGQ.
Versão: 2016.00 Pag.: 1 de 8 1. OBJETIVO Este Padrão de Gestão normatiza a gestão da Fase Analítica que estejam contemplados no SGQ, conforme as definições expressas pela Norma de Acreditação PALC, na
Leia maisAULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade
Leia maisProbabilidade e Estatística, 2009/1
Probabilidade e Estatística, 2009/1 CCT - UDESC Prof. Fernando Deeke Sasse Problemas Resolvidos - Intervalos de Confiança 1. s dados relativos a cargas de falha sobre amostras de um tipo de aço fornecem
Leia maisCarta de controle para o desvio-padrão
Carta de controle para o desvio-padrão O desvio padrão é um indicador mais eficiente da variabilidade, principalmente para amostras grandes (a amplitude perde eficiência). Recomenda-se o uso da carta Xb
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal MEDIDAS DE DISPERSÃO As medidas de posição apresentadas fornecem a informação dos dados apenas a nível pontual,
Leia maisMEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões
MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm
Leia maisComparação dos índices de capacidade do processo para distribuições não-normais
omparação dos índices de capacidade do processo para distribuições não-normais Resumo Patricia Ueda Gonçalez Liane Werner A análise de capacidade do processo para dados com distribuição não-normal tem
Leia maisSeção 2.3 Uma Variável Quantitativa: Medidas de Dispersão
Seção 2.3 Uma Variável Quantitativa: Medidas de Dispersão Sumário Uma variável quantitativa: Desvio padrão Escore z Resumo dos cinco números Amplitude e AIQ Percentis FilmesHollywood2011.xls Desvio Padrão
Leia maisEstatística Aplicada II. } Estimação e Intervalos de Confiança
Estatística Aplicada II } Estimação e Intervalos de Confiança 1 Aula de hoje } Tópicos } Revisão } Estimação } Intervalos de Confiança } Referências } Barrow, M. Estatística para economia, contabilidade
Leia maisEng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Revisão de Estatística Coleta de dados Análise de dados
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 / 24 Aula 1 - Introdução Cesar Augusto
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7: Intervalos de Confiança com uma amostra Leitura obrigatória: Devore, cap 7 ou Montgomery e Runger, cap 8 Chap 8-1 Objetivos Como inferir sobre um parâmetro da população,
Leia maisHinshitsu Consultoria & Treinamento S/C Ltda. CONTROLE ESTATÍSTICO DO PROCESSO C E P
Hinshitsu Consultoria & Treinamento S/C Ltda. CONTROLE ESTATÍSTICO DO PROCESSO C E P Itajubá/MG 20 de Julho de 2000 Objetivo geral Apresentar os conceitos e as ferramentas básicas do CEP, destinadas ao
Leia maisTomada de Decisão para uma Única Amostra
Tomada de Decisão para uma Única Amostra Testes de Hipóteses Teste de Hipóteses Procedimento de tomada de decisão sobre hipóteses envolvendo a população Aspecto bastante útil da Inferência Estatística:
Leia mais4.1 Conceitos Básicos em Reamostragem
4 Reamostragem O tipo de estatística não-paramétrica que foi ensinado no passado desempenhou um importante papel na análise de dados que não são contínuos e, portanto, não podem empregar a distribuição
Leia maisEngenharia da Qualidade. Profa. Luciana Rosa Leite
Engenharia da Qualidade Profa. Luciana Rosa Leite Unidade 1 Introdução à Engenharia Da Qualidade 1.1 Evolução da Gestão da Qualidade 1.2 Revisão de conceitos estatísticos Exercícios Evolução da Gestão
Leia maisAula 14. Controle Total da Qualidade EAD 762
Aula 14 Os consumidores percebem maior risco na compra de serviços do que na compra de produtos Controle Total da Qualidade Os consumidores usam o preço e evidências EAD 762 físicas como as maiores pistas
Leia maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros ESQUEMA DO CAPÍTULO 7.1 INTRODUÇÃO 7.2 DISTRIBUIÇÕES AMOSTRAIS E TEOREMA DO LIMITE CENTRAL 7.3 CONCEITOS GERAIS DE ESTIMAÇÃO PONTUAL 7.3.1 Estimadores
Leia maisDisciplina: Gestão da Qualidade
Disciplina: Gestão da Qualidade As Sete Ferramentas da Qualidade: Cartas de Controle Prof. Fernando Porto Introdução As cartas de controle, conhecidas originalmente como gráficos de Shewhart ou gráficos
Leia maisInferência para duas populações
Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS Um dos principais objetivos da estatística inferencial consiste em estimar os valores de parâmetros populacionais desconhecidos (estimação de parâmetros) utilizando dados amostrais.
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
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 maisInferência Estatística Estimação de Parâmetros
Inferência Estatística Estimação de Parâmetros Pedro Paulo Balestrassi www.pedro.unifei.edu.br ppbalestrassi@gmail.com 35-36291161 / 88776958 (cel) 1 Inferência Estatística: uma amostra ajudando a entender
Leia maisControle Estatístico de Processo
PRO 2712 CONTROLE DA QUALIDADE 1 Controle Estatístico de Processo PRO 2712 CONTROLE DA QUALIDADE 2 O QUE É UM PROCESSO? conjunto de atividades executadas com um certo objetivo ou finalidade conjunto de
Leia maisEstatística descritiva
Estatística descritiva Para que serve a estatística? Qual o seu principal objectivo? obter conclusões sobre a população usando uma amostra? População Amostragem Amostra Uma ou mais variáveis (X) são observadas
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia maisFernando de Pol Mayer
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisENGENHARIA DA QUALIDADE A ENG AULA 7 FUNÇÃO PERDA QUADRÁTICA
ENGENHARIA DA QUALIDADE A ENG 09008 AULA 7 FUNÇÃO PERDA QUADRÁTICA PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Função de Perda de Taguchi (ou Função Perda Quadrática) Abordagem Tradicional
Leia maisEspecialização em Métodos Estatísticos Computacionais
Avaliação de Sistemas de Medição Roteiro 1. Características de um Sistema de Medição 2. Avaliação do Erro Sistemático 3. Repetitividade e Reprodutibilidade 4. Adequabilidade de Sistema de Medição 5. Aplicação
Leia maisIntervalos de Confiança
Intervalos de Confiança Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques e Nuno Bastos (DepMAT) Intervalos de Confiança 2010/2011 1 / 33 Introdução
Leia maisMedidas de localização (ou de tendência central) Média: definida como o centro de massa (ou ponto de equilíbrio) do conjunto.
Aula 02 01 de abril Medidas de localização (ou de tendência central) Média: definida como o centro de massa (ou ponto de equilíbrio) do conjunto. No geral, a melhor média é a que mais se aproxima do centro
Leia maisControle Estatístico de Qualidade. Capítulos 1, 2 e 3 (montgomery)
Controle Estatístico de Qualidade Capítulos 1, 2 e 3 (montgomery) Breve Histórico A preocupação com a qualidade existe desde que o homem começou a manufaturar alguma coisa Pré-história O artesão separava
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
Leia maisSTATISTICAL QUALITY CONTROL AND PROCESS CAPABILITY ANALYSIS FOR VARIABILITY REDUCTION OF THE TOMATO PASTE FILLING PROCESS
STATISTICAL QUALITY CONTROL AND PROCESS CAPABILITY ANALYSIS FOR VARIABILITY REDUCTION OF THE TOMATO PASTE FILLING PROCESS Grupo 4: André Andrejewski, Gregóryo Pacheco, Jessica Santos e Marina Costa CE219
Leia maisAULA 7 - Inferência em MQO: ICs e Testes de
AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos
Leia maisÍndices de Capacidade do Processo para Dados não normais: Um Estudo do Consumo de Água em uma Indústria do Setor Calçadista
Índices de Capacidade do Processo para Dados não normais: Um Estudo do Consumo de Água em uma Indústria do Setor Calçadista Heloisa Helena Weber (UFRGS) heloisa@producao.ufrgs.br Liane Werner (UFRGS) liane@producao.ufrg.br
Leia maisDISTRIBUIÇÃO NORMAL. Para facilitar o trabalho do cálculo da área sob a curva, podemos escrever a fórmula acima da seguinte forma:
DISTRIBUIÇÃO NORMAL m.a.perissinotto DIN - 1 Seu aspecto gráfico é semelhante a um sino e, para sua construção, são necessários dois parâmetros: µ ( média ) e s ( desvio padrão ). A curva teórica é simétrica
Leia maisInferência estatística
Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória
Leia maisDPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 07 Cartas de controle para a média e desvio; mediana e amplitude; valores individuais e amplitude. DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS
Leia maisIntervalos de confiança
Intervalos de confiança Cristian Villegas clobos@usp.br Outubro de 2013 Apostila de Estatística (Cristian Villegas) 1 Estimação dos Parâmetros Estimação é o nome técnico para o processo que consiste em
Leia maisCurso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09. Prof. Eduardo R Luz - MsC
Curso: Eng da Produção Aula 1, 2, 4, 5 Agosto 09 Prof. Eduardo R Luz - MsC AULA 1 SUMÁRIO A Administração da Qualidade O Controle da Qualidade CEP Origem e história Outros conceitos relacionados ao CEP
Leia maisInferência Estatística:
Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisAula 7 Intervalos de confiança
Aula 7 Intervalos de confiança Nesta aula você aprenderá um método muito importante de estimação de parâmetros. Na aula anterior, você viu que a média amostral X é um bom estimador da média populacional
Leia maisWHITE PAPER SOBRE O ASSISTENTE DO MINITAB
WHITE PAPER SOBRE O ASSISTENTE DO MINITAB Este artigo é parte de uma série de artigos que explicam a pesquisa conduzida pelos estatísticos do Minitab para desenvolver os métodos e verificações de dados
Leia maisIntrodução à inferência estatística
Introdução à inferência estatística Cristian Villegas clobos@usp.br http://www.lce.esalq.usp.br/arquivos/aulas/2014/lce0216/ 1 Introdução Agora, vamos ver como reunir a Análise Exploratória de Dados, Modelos
Leia maisANÁLISE DA CAPACIDADE DE UM PROCESSO: UM ESTUDO DE CASO BASEADO NOS INDICADORES CP E CPK
ANÁLISE DA CAPACIDADE DE UM PROCESSO: UM ESTUDO DE CASO BASEADO NOS INDICADORES CP E CPK Josenildo Brito de Oliveira (UFCG) josenildo_brito@yahoo.com.br RICARDO ROMUALDO SOUTO (UFCG) ricardoromualdo@hotmail.com
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 maisComunicado Técnico 12
Comunicado Técnico 12 ISSN 2177-854X Maio. 2011 Uberaba - MG Controle Estatístico de Processo Responsáveis: MSc Alessandra Costa Vilaça E-mail: Alessandra@fazu.br Mestre em Engenharia Química, Professora
Leia maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia mais