Qualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Processos.
|
|
- Geraldo Chaves Klettenberg
- 6 Há anos
- Visualizações:
Transcrição
1 Roteiro da apresentação 1 Controle de Qualidade Lupércio França Bessegato UFMG Especialização em Estatística Setembro/
2 Gráfico de Controle de Shewhart Hipóteses do gráfico de controle convencional: Normalidade e independência da característica de qualidade Gráficos de Controle para Autocorrelacionados Violações das hipóteses Os gráficos convencionais funcionam razoavelmente bem se a hipótese de normalidade for violado com moderação A violação da hipótese de independência das observações reduz a aplicabilidade dos gráficos convencionais
3 Correlacionados Correlação O risco α aumenta, comprometendo a credibilidade do gráfico devido a um número elevado de alarmes falsos; Coeficiente de correlação entre 2 aleatórias X e Y : Os gráficos de controle eram destinados originalmente à indústria de partes discretas (com nenhum ou quase nenhum grau de automação) Nesses processos a condição de independência das observações geralmente é satisfeita; contínuos e por bateladas raramente produzem observações independentes; ρ X,Y = E [(X µ X)(Y µ Y )] σ X σ Y Coeficiente de correlação amostral: n i=1 r x,y = (x i x)(y i ȳ) n i=1 (x i x) 2 n i=1 (y i ȳ) 2 discretos altamente automatizados também têm essa característica;
4 Correlação Serial Exemplo A correlação serial ou autocorrelação entre as observações X i e X i k é: n i=k+1 r k = (x i x)(x i k x) n i=1 (x i x) 2 Medições sucessivas de temperatura de banho químico, espaçadas em 3 minutos: Valor-alvo: 225 C; Amostra de tamanho: 150 O conjunto de coeficientes de autocorrelação amostrais (r 1,r 2,,r n 1 ) é denominado função de autocorrelação amostral da série de dados X Figura: Série de medidas da temperatura do banho químico
5 Autocorrelação das medidas Comentários k r k k r k 1 0, , , , , , , , , 527 À medida em que a defasagem aumenta, reduz-se a dependência de x i em relação à x i k ; Nível de correlação suficiente para comprometer o desempenho do gráfico de Shewhart Motivo da correlação: em intervalos curtos a variação de temperatura não pode ser muito grande (medida acima da média tende a ser seguida por medida acima da média); Se o nível médio da característica X variar em ciclos, podem ocorrer autocorrelações mais altas para defasagens grandes
6 Monitoramento da Temperatura com Gráfico X R Cálculo dos Limites de Controle Registro de 3 temperaturas espaçadas de 3 minutos a cada 30 minutos: Amostra x 1 x 2 x 3 R X 1 237, , , 66 3, , , , , 65 2, , , , , 29 0, , , , , 44 3, , , , , 71 7, , , , , 56 5, , , , , 20 0, , , , , 07 5, , , , , 85 3, , 44 R =3, 703 X = 226, 085 Estimativa da média : ˆµ 0 = X = 226, 085 Estimativa do desvio-padrão : ˆσ 0 = R 3, 703 = =2, 187 d 2 1, 693 Limites de controle do gráfico de X: LSC X = 226, , 187/ 3 = 229, 873 LM X = 226, 085 LIC X = 226, , 187/ 3 = 222, 298 Limites de controle do gráfico de R: LSC R = (1, , 888) 2, 187 = 9, 531 LM R = 3, 703 LIC R = 0
7 Resultados Efeitos da Autocorrelação Amostras com medidas tomadas em curto espaço de tempo não variam muito; Subestimação de σ: Variabilidade dentro da amostra é menor que a do processo (Desvio-padrão das 60 observações: 6, 823) Limites de controle demasiadamente estreitos aumentando a proporção de alarmes falsos; Motivo: Observações correlacionadas da característica da qualidade (dentro da amostra) levam a problemas de alarmes falsos no gráfico de X; Figura: Monitoramento com amostras de tamanho 3 a cada 30 min O gráfico de R não sinaliza desajuste ; Os sinais apontados no gráfico de X indicam a ocorrência de causas especiais? Solução: Na ausência de ciclos (sazonalidade), observações suficientemente defasadas comportam-se como observações independentes
8 Motivação Buscar um método de monitoramento que não subestime o desvio-padrão (evitar limites de controle estreitos); Gráfico de Observações Individuais Uma solução: Espaçar as medidas por um espaço de tempo suficientemente longo; Amostras individuais, mas com observações não muito espaçadas no tempo Gráficos de X e R substituídos por: Gráfico de observações individuais (X); Gráfico de amplitude móvel (MR)
9 Medidas Individuais Limites 3σ Medidas da característica de qualidade: X i : valor da i-ésima medida da característica; MR i =max{x i x i 1 } min{x i x i 1 } Estimativa da média e do desvio-padrão : A partir de conjunto de m amostras Limites de controle para gráfico de medidas individuais: LSC X = ˆµ 0 +3ˆσ 0 LM X = ˆµ 0 LIC X = ˆµ 0 +3ˆσ 0 ˆµ 0 = X = 1 m i=1 x i m MR ˆσ 0 = S D =, onde: d 2 MR = 1 i=2 MR i,e m 1 m d 2 = 1, 128 Limites de controle para gráfico de amplitude móvel: LSC MR = (d 2 +3d 3 )ˆσ 0 =3, 687 ˆσ 0 LM MR = d 2ˆσ 0 LIC MR = 0
10 Temperatura de Banho Químico Construção do Gráfico Medidas de temperatura a cada 1 hora, quando a autocorrelação é não significativa; Amostra x i MR 1 227, , 18 1, , 88 11, , 31 1, , 67 12, , 02 4, , 92 3, , 49 9, , 74 11, 25 X = 225, 016 MR =7, 102 Estimativa da média e do desvio-padrão : ˆµ 0 = X = 225, 016 ˆσ 0 = 7, 102 =6, 296 1, 128 Limites de controle para gráfico de medidas individuais: LSC X = 225, , 296 = 243, 90 LM X = 225, 02 LIC X = 225, , 296 = 206, 13 Limites de controle para gráfico de amplitude móvel: LSC MR = 3, 687 6, 296 = 23, 20 LM MR = 7, 10 LIC MR = 0
11 Gráficos de Controle Cometários Não há indicação de descontrole Os pontos fora dos limites do gráfico de X parecem ser alarmes falsos; As observações individuais foram espaçadas por um intervalo de tempo suficientemente longo para que o efeito da autocorrelação se dissipasse; Gráficos de controle adequados para processos contínuos autocorrelacionados Figura: Monitoramento com medidas individuais a cada 60 min
12 Dissipação da Autocorrelação Exemplo 2 Intervalo de tempo mínimo necessário para a dissipação do efeito da autocorrelação: Calcular a função de autocorrelação; (r 1,r 2,r n 1 ) Verificar o menor valor de k a partir do qual r k é muito pequeno Costuma-se considerar r k < 0, 20 Da Tabela 63, tem-se que r 16 =0, 1965 é o primeiro valor em que r k < 0, 20; Espaçamento: 16 3 = 48 minutos Adotado k = 20 Figura: Monitoramento com medidas individuais a cada 3 min Observações altamente correlacionadas, levando a limites mais estreitos, implicando aumento de alarmes falsos
13 Autocorrelação em Discretos Gráfico com Limites Alargados Figura: Flutuações da distribuição de X ao longo do tempo Exemplo: Processo em que o nível médio da característica de qualidade oscila gradualmente (autocorrelação, em longo prazo), com uma variação aleatória de peça para peça (ruído, no curto prazo)
14 Comentários Construção dos Gráficos É possível monitorar esses processos com gráficos de X e MR, mas eles não permitem monitorar a variabilidade de peça a peça; Limites 3σ para gráfico de X: LSC X = ˆµ 0 +3ˆσ X Em certas aplicações, o aumento da variabilidade de peça a peça pode indicar causa especial diferente daquelas que levam a variação excessiva do nível médio Solução: Alargar os limites de controle do gráfico de X, baseando na variabilidade total de X (Variabilidade do nível médio da série e do ruído) Estimativa por medidas diretas: ˆσ X = S X S X = c 4 i=1 m ( X i X) 2 m 1 LM X = ˆµ 0 LIC X = ˆµ 0 +3ˆσ X Os limites do gráfico de R não precisam ser alargados, pois, as flutuações da média não afetam a variabilidade dentro da amostra; As amostras podem ser coletadas com qualquer periodicidade e as observações dentro da amostra podem ser itens consecutivos; As amostras devem cobrir um período de tempo longo o suficiente para se observar a variabilidade total de X
15 Exemplo 3 Monitoramento do Processo Volume de refrigerante em garrafas plásticas Valor-alvo: 1000, 00 ml 20 amostras espaçadas de 1 hora, com 3 observações cada uma Figura: Flutuações da distribuição de X ao longo do tempo Processo com forte autocorrelação positiva pra k =1,,4 (tabela 68) i x 1 x 2 x 3 R X , , , 53 2, , , , , 46 6, , , , , 54 4, , , , , 89 7, , , , , 34 3, , , , , 34 3, , , , , 75 4, , , , , 59 3, , , , , 52 4, , 86 R =3, 827 X = 999, 685 S X =3, 314
16 Construção do Gráfico Gráfico com os Limites Alargados Estimativa da média e do desvio-padrão : ˆµ 0 = X = 999, 685 ˆσ X = S X c 4 = 3, 314 0, =3, 357 Limites de controle para gráfico de X: LSC X = 999, , 357 = 1009, 756 LM X = 999, 685 LIC X = 999, , 357 = 989, 613 Limites de controle para gráfico de R: LSC R = (d 2 +3d 3 ) R 3, 827 =(1, , 888) d 2 1, 693 LM R = 3, 827 LIC R = 0 =9, 852 Figura: Gráfico de X com limites alargados e de R, usuais O monitoramento indica que o processo está sob controle estatístico, sem indicação de causas especiais
17 Monitoramento com o Gráfico de X bibliográficas COSTA, A F B; EPPRECHT, E K e CARPINETTI, L C R Controle estatístico de qualidade Atlas, 2004 MONTGOMERY, D C Introdução ao controle estatístico de qualidade 4a Edição LTC, 2004 Figura: Gráfico de X com limites usuais Limites de controle usando o estimador usual R/d2 =2, 261 Vários pontos do gráfico estão fora dos limites Esses pontos seriam alarmes falsos WERKEMA, M C C Ferramentas estatísticas básicas Fundação Cristiano Ottoni, 1995 WERKEMA, M C C Avaliação da qualidade de medidas Fundação Cristiano Ottoni, 1996 DERMAN, C and ROSS, S M Statistical Aspects of Quality Control Academic Press, 1997
18 Controle de Qualidade Lupércio França Bessegato UFMG Especialização em Estatística Setembro/2008
Gráficos de Controle para Processos Autocorrelacionados
Roteiro da apresentação 1 Controle de Qualidade Lupércio França Bessegato 2 3 4 5 Especialização em Estatística 6 7 8 Gráfico de Controle de Shewhart Hipóteses do gráfico de controle convencional: Normalidade
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 maisQualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Inspeção de qualidade
Roteiro da apresentação Controle de Qualidade 2 3 Lupércio França Bessegato UFMG Especialização em Estatística 4 5 Abril/2007 6 7 Exemplo: Sacos de Leite : Volume de cada saco (ml) do Controle Estatístico
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 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 maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisControle de Qualidade
Gráficos com autocorrelação Controle de Qualidade Lupércio França Bessegato Especialização em Estatística Roteiro da apresentação Gráficos com autocorrelação 1 2 3 4 5 6 Gráficos com autocorrelação 7 8
Leia maisGráfico de Controle por Variáveis
Principais Gráficos de Variáveis Gráfico de Controle por Variáveis Gráfico de Média X Gráfico de Ampitude R Gráfico de Variância S 2 Gráfico de Desvio-padrão S Construção dos Gráficos de Controle X e R
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 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 Gráficos com autocorrelação UFMG Especialização em Estatística Setembro/2008 Gráficos com autocorrelação 5 6 Gráficos com
Leia maisGráfico de Controle por Atributos
Gráfico de Controle por Atributos Roteiro 1. Gráfico de np. Gráfico de p 3. Gráfico de C 4. Gráfico de u 5. Referências Gráficos de Controle por Atributos São usados em processos que: Produz itens defeituosos
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 maisGráficos alternativos ao gráfico de R
Gráficos alternativos ao gráfico de R Tiago M. Magalhães Departamento de Estatística - ICE-UFJF Juiz de Fora, 16 de abril de 2019 Tiago M. Magalhães (ICE-UFJF) Gráficos alternativos ao gráfico de R 16
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 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 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 maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
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 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 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 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 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 maisCapacidade 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 - parte II
9 de Junho de 2011 Gráfico de Controle para Média Objetivos Ao final deste capítulo você deve ser capaz de: Construir e interpretar gráficos para variáveis, tais como X, R e S. Construir e interpretar
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 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 maisFerramentas para o controle de qualidade
Ferramentas para o controle de qualidade Tiago M. Magalhães Departamento de Estatística - ICE-UFJF Juiz de Fora, 21 de março de 2019 Tiago M. Magalhães (ICE-UFJF) Ferramentas para o controle de qualidade
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 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 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 maisSéries Temporais. Fernando Lucambio. Agosto de Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, , Brasil
Séries rais Autocorrelação Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio.ufpr@gmail.com Agosto de 2015 AUTOCORRELAÇÃO Uma importante
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 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 maisMétodos Quantitativos
Métodos Quantitativos Prof. Edson Nemer Site: www.professornemer.com Ementa Introdução ao Controle Estatístico de Processos Revisão de Conceitos Básicos de Estatística Distribuição de Frequências e Histogramas
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 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 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 maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Distribuição beta não central; Coef. de determinação; Quando X for aleatório. Distribuição
Leia maisDelineamento e Análise Experimental Aula 3
Aula 3 Castro Soares de Oliveira Teste de hipótese Teste de hipótese é uma metodologia estatística que permite tomar decisões sobre uma ou mais populações baseando-se no conhecimento de informações da
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 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 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 maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
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 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 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 maisGráficos de Controle
Gráficos de Controle CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento de Estatística
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 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 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 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 maisESTUDO DA EFICIÊNCIA DO GRÁFICO DE CONTROLE POR GRUPOS (GG) QUANDO HÁ PRESENÇA DE CORRELAÇÃO ENTRE OS FLUXOS DO PROCESSO
ESTUDO DA EFICIÊNCIA DO GRÁFICO DE CONTROLE POR GRUPOS (GG) QUANDO HÁ PRESENÇA DE CORRELAÇÃO ENTRE OS FLUOS DO PROCESSO MA BRANDAO DE OLIVEIRA (UFPI ) maxbrandao@gmail.com NUBIA DA SILVA BATISTA BRANDAO
Leia maisNOTAS DE AULA. Medidas Descritivas. Prof.: Idemauro Antonio Rodrigues de Lara
1 NOTAS DE AULA Medidas Descritivas Prof.: Idemauro Antonio Rodrigues de Lara 2 PRINCIPAIS MEDIDAS DESCRITIVAS 1. Medidas de tendência central 1.1 Média 1.2 Mediana 1.3 Moda 2. Medidas de dispersão 2.1
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 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 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 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 maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
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 maisDISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências Estatística Aplicada à Engenharia
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 maisLES0773 Estatística Aplicada III
LES0773 Estatística Aplicada III Prof. Luciano Rodrigues Aula 6 Departamento de Economia, Administração e Sociologia Escola Superior de Agricultura Luiz de Queiroz-ESAQ Universidade de São Paulo-USP lurodrig2209@gmail.com
Leia maisMétodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
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 maisXI CONSIDERAÇÕES SOBRE A UTILIZAÇÃO DO CONTROLE ESTATÍSTICO DE PROCESSOS EM EMPRESAS DE SANEAMENTO E O EFEITO DA AUTOCORRELAÇÃO
XI-82 - CONSIDERAÇÕES SOBRE A UTILIZAÇÃO DO CONTROLE ESTATÍSTICO DE PROCESSOS EM EMPRESAS DE SANEAMENTO E O EFEITO DA AUTOCORRELAÇÃO Marcelo Dalcul Depee (1) Engenheiro Civil pela Universidade Federal
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 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 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 População e Amostra
Leia maisANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos:
ANÁLISE DOS RESÍDUOS Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: seguem uma distribuição normal; têm média zero; têm variância σ 2 constante
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 maisESTATÍSTICA. Lucas Santana da Cunha 18 de setembro de Universidade Estadual de Londrina
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 18 de setembro de 2017 Introdução Estatística Descritiva: Preocupa-se com
Leia maisRedes de Computadores sem Fio
Redes de Computadores sem Fio Prof. Marcelo Gonçalves Rubinstein Programa de Pós-Graduação em Engenharia Eletrônica Faculdade de Engenharia Universidade do Estado do Rio de Janeiro Programa Introdução
Leia maisEPR 007 Controle Estatístico de Qualidade Gráficos de Controle por Atributos
EPR 7 Controle Estatístico de Qualidade Gráficos de Controle por Atributos Prof. Dr. Emerson José de Paiva Gráficos e tabelas originadas de Costa, Epprecht e Carpinetti (22) Definição Nem sempre é por
Leia maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos
Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Modelos de regressão É usual estarmos interessados em estabelecer uma relação entre uma variável
Leia maisTécnicas Multivariadas em Saúde
Roteiro Técnicas Multivariadas em Saúde Lupércio França Bessegato Dep. Estatística/UFJF 1. Introdução 2. Distribuições de Probabilidade Multivariadas 3. Representação de Dados Multivariados 4. Testes 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 mais4 Medida de desempenho do gráfico de controle
4 Medida de desempenho do gráfico de controle Neste capítulo, são apresentadas as ferramentas que nos permitem comparar o desempenho do gráfico utilizado por Kang & Albin (2000) para monitorar perfis lineares,
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 maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
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 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 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 maisInstituto Nacional de Pesquisas Espaciais - INPE. Divisão de Processamento de Imagens - DPI
1 Sumário 2 Introdução Técnicas de ESDA Matrizes de Proximidade Espacial Média Espacial Móvel (m i ) Indicadores Globais de Autocorrelação Espacial Índices Globais de Moran (I), Geary (C) e Getis e Ord
Leia maisControle da Qualidade. Unidade 4 Visão de Processos e Gráficos de Controle Prof. Luciana Rosa Leite
Controle da Qualidade Unidade 4 Visão de Processos e Gráficos de Controle Prof. Luciana Rosa Leite Nesta Unidade: 4.1 Variabilidade de processos 4.2 Características da Qualidade 4.3 Gráficos de Controle
Leia maisCONTROLE ESTATÍSTICO DO PROCESSO - CEP. Profª Drª Sheila Regina Oro
CONTROLE ESTATÍSTICO DO PROCESSO - CEP Profª Drª Sheila Regina Oro A Estatística e Deming Willian Edwards Deming (1900 1993) Desenvolveu uma filosofia para a melhoria da produtividade, que é composta por
Leia maisTécnicas Multivariadas em Saúde. Vetores Aleatórios. Métodos Multivariados em Saúde Roteiro. Definições Principais. Vetores aleatórios:
Roteiro Técnicas Multivariadas em Saúde Lupércio França Bessegato Dep. Estatística/UFJF 1. Introdução 2. Distribuições de Probabilidade Multivariadas 3. Representação de Dados Multivariados 4. Testes de
Leia maisAvaliação de Sistemas de Medição
Roteiro Avaliação de Sistemas de Medição 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 maisVERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS
VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS Conforme foi apresentado anteriormente, o modelo de análise de variância assume que as observações são independentes e normalmente
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 maisUMA ANÁLISE DA EFICIÊNCIA DO GRÁFICO DE CONTROLE POR GRUPOS PARA A MÉDIA EM RELAÇÃO AO MODELO DE SHEWHART, EM PROCESSOS PARALELOS E AUTOCORRELACIONADO
UMA ANÁLISE DA EFICIÊNCIA DO GÁFICO DE CONTOLE PO GUPOS PAA A MÉDIA EM ELAÇÃO AO MODELO DE SHEWHAT, EM POCESSOS PAALELOS E AUTOCOELACIONADO VEIANA GOMES DE SOUSA (UFC ) veryanna@gmail.com Joao Welliandre
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
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 maisY i : Quantidade de interesse. X i : Variável auxiliar. Estimadores do tipo razâo. População de U de N unidades. Unidade i: (X i, Y i )
Estimadores do tipo razâo População de U de N unidades Unidade i: (X i, Y i ) Y i : Quantidade de interesse X i : Variável auxiliar Temos para uma amostra AASc de tamanho n x : média amostra de X ȳ : média
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 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 maisMotivação. VA n-dimensional. Distribuições Multivariadas VADB
Motivação Em muitas situações precisamos lidar com duas ou mais variáveis aleatórias ao mesmo tempo. Por exemplo o comprimento e a largura de uma Prof. Lorí Viali, Dr. viali@mat.ufgrs.br http://www.mat.ufrgsbr/~viali/
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 mais