Aplicação de Função de Transferência na Monitoração do Fio de Polipropileno da Empresa Têxtil Oeste Ltda.
|
|
- Yan Vidal Gesser
- 6 Há anos
- Visualizações:
Transcrição
1 XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 Aplicação de Função de Transferência na Monioração do Fio de Polipropileno da Empresa Têxil Oese Lda. Suzana Russo (URI) jss@urisan.che.br Maria Emilia Camargo (UNISC) kamargo@erra.com.br Jonas Pedro Fabris (URI) jpfabris@homail.com RESUMO O objeivo dese esudo de caso é mosrar como os modelos de função de ransferência são apropriados para avaliar a esabilidade sobre o empo de um sisema produivo, explorando a habilidade dese modelo para idenificar as causas assinaláveis de variação e para modelar relacionamenos dinâmicos enre enradas e saídas do processo. Com ese esudo pode-se mosrar que os gráficos de conrole nem sempre são apropriadas por causa da auocorrelação nos dados. A meodologia uilizada foi a seguine: primeiramene, idenificase o modelo dos dados e depois raça-se os residuais da predição em uma gráfico de conrole. Avaliou-se ambém, o momeno consane para cada série para deerminar se a freqüência de amosragem esava correa. Os resulados permiem esabelecer a freqüência de amosragem correa para cada uma das séries e deecar quando esão fora dos limies de conrole esaísico. Palavras-chave: Gráficos de Conrole; Função de Transferência 1. Inrodução Muios modelos êm sido proposos para moniorar processos auocorrelacionados. Alwan e Robers (1998) sugerem o uso dos residuais dos modelos ARIMA na consrução dos gráficos de conroles. Mongomery e Masrangelo (1991) usaram os modelos EWMA onde os limies de conrole são adapáveis a naureza do processo e são deerminados pela esimaiva amorecida do processo de variabilidade. Lu e Reynolds (1999) invesigaram o esado consane nos modelos EWMA, CUSUM e Gráficos de Conrole de Shewhar para dados auocorrelacionados modelados por um processo auoregressivo de ordem um (1), adicionado do ermo do erro aleaório. Segundo Wes () o problema com odos esses modelos de conrole é que a esimaiva do processo da variância é sensível a valores aberranes. Se as causas assinaláveis esiverem presenes nos dados usados para enconrar o modelo, o modelo pode ser idenificado incorreamene e os esimadores dos parâmeros do modelo podem ser errôneos, resulando limies de conrole incorreos, TESTIK, 5. Para jusificar o uso desses méodos, pesquisadores êm sugerido que os dados não devem ser auocorrelacionados, e esses méodos são necessários para assegurar que as esimaivas dos parâmeros sejam independenes, ou seja, livres de conaminações vindas das causas assinaláveis de variação. Assim, o esudo visa invesigar o desempenho e a adequação do uso radicional dos méodos de conrole esaísico de processo em processos não-esacionários, e discuir o uso dos modelos de função de ransferência para idenificar os disúrbios ocasionados na série em esudo.. O modelo.1. Conrole esaísico de qualidade Segundo Woodall e al (4), o CEQ é uma écnica que consise em analisar o processo, esabelecer padrões, comparar desempenhos, verificar e esudar desvios, buscar e implemenar soluções, buscando a melhor performance de máquinas e/ou pessoas.
2 XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 Para enender melhor a écnica do CEQ, é necessário er-se em mene que a qualidade de um produo fabricado por um processo eseja ineviavelmene sujeia à variação, e quando essas variações são significanes em relação às especificações, corre-se o risco de se er produos não conformes, iso é, que não aendem às especificações. A eliminação de causas especiais exige uma ação local, que pode ser omada por pessoas próximas ao processo. Já as causas comuns exigem ações sobre o sisema de rabalho, que somene podem ser omadas pela adminisração, viso que o processo é em si consisene, mas, mesmo assim, incapaz de aender às especificações (MONTGOMERY, 1997). Foi W. A. Shewhar (1931) que inroduziu os gráficos de conrole em 194, com a inenção de eliminar variações, diferenciando-as enre as causas comuns e causas especiais... Modelos de função de ransferência Os modelos Box e Jenkins univariados permiem fazer a análise - descrição e previsão - de uma série emporal aravés do conhecimeno exclusivo dos seus valores. Conrariamene, aos demais modelos que são modelos não causais: em cada momeno a série é apenas explicada por valores da própria série aneriores a esse momeno. A exisência de fenômenos aleaórios relacionados enre si conduz ao raameno simulâneo das correspondenes séries emporais de forma que a informação conida em cada uma possa se beneficiar desse relacionameno e, porano, melhorar e enriquecer o esudo desses fenômenos (BOX E JENKINS, 1974). Segundo Al-Alwadhi (5) o objeivo do modelo de função de ransferência é enconrar a combinação linear enre duas ou mais séries aravés de um modelo esocásico com o menor erro médio quadráico. O modelo de função de ransferência de Box e Jenkins (1974) descreve a qualidade da caracerísica observada Z, como uma função de rês fones de variabilidade: ϖ s θ q Z = v( B) x b + I + a (1) δ φ r p s onde: ϖ s = ϖ ϖ 1B ϖ B... ωs B () r δ r = δ δ1b δ B... δ r B (3) q θ q = θ θ1b θ B... θ q B (4) φ = φ φ B φ B... φ B p p 1 p (5) O primeiro ermo da equação (1), v, é um ermo dinâmico de enrada e represena uma função impulso, v = v + v1b + vb +... aplicado na enrada x b com uma defazagem de b períodos. Se exisir uma relação dinâmica enre a enrada e a série emporal de saída, enâo pode-se modelaros valores resulando numa redução considerável da variância inexplicada. ϖ O segundo ermo, I, é o ermo da inervenção e indenifica os períodos no δ empo quando causas assinaláveis esão presenes no processo. I é uma variável indicadora com valor zero quando o processo não é perurbado e com valor um quando um disúrbio esá presene no processo. Exemplos de desenvolvimeno da função de ransferência enconra-se em Box, Jenkins e Reinsel (1994) e em Reinsel (1994) enconra-se dealhes do uso do ermo de inervenção. θ q O erceiro ermo, a, é o modelo geral ARMA. φ p x b
3 XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 A equação (1) pode ser esimada, e erá um R, o qual (a menos que Z seja correlacionado com as variáveis independenes) será menor do que 1. A equação pode ser usada para prever Z. Similarmene, o procedimeno da consrução dos modelos de função de ransferência envolvem a idenificação, a esimação, a verificação e a previsão. Uma vez obido o modelo de função de ransferência preliminar, calcula-se o ruido esimado da série a e idenifica-se o modelo apropriado pela análise das funções de auocorrelação (FAC) e auocorrelação parcial (FACP) para a variável independene x, como ambém a variável dependene Z, em um esforço para especificar o lag polinômios v (B), ω (B), φ (B), e θ (B) (BOX E JENKINS, 1976; AL-AWADHI, 5). 3. Aplicação dos modelos de função de ransferência As variáveis usadas nesse esudo foram o conrole da gramaura (DENIER) (variável conínua) e o número de não conformidade na seção de ecelagem (variável discrea), na Indusria Têxil Oese Lda., no período de janeiro de 6 (dados diários). É conhecido por Russo () que a variabilidade no fio do ecido ocasiona variação no ecido, ou seja a largura do ecido depende da gramaura do fio de polipropileno. Se a gramaura não esiver denro das especificações, dois ou rês dia após er-se-á problemas com a largura do ecido no seor de ecelagem, devido a defasagem de empo para o fio chegar no seor de ecelagem. Uma inspeção da figura 1 mosra a série diária do DENIER, que esá disribuída aleaoriamene sobre o período de empo. Observa-se que a série exibe um comporameno não esacionário, enreano, podendo ser modelado como Z = µ + a, onde µ é a componene da endência e a é a componene esocásica com média zero e variância σ a. 69 Plo of variable: DENIER DENIER Daily Daa Figura 1 Série diária DENIER da fia de polipropileno Ao verificar-se o comporameno do processo produivo, vê-se pela figura as condições de conrole, aravés dos gráficos de conrole X e R para os dados originais, onde seis valores caíram fora dos limies de conrole, indicando que se pode er um problema no processo neses ponos.
4 XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 Hisogram of Means X-bar and S Char; variable: DENIER X-bar: 645,49 (64,); Sigma: 1,835 (1,835); n :, , , , Hisogram of Sd.Devs Sd.Dv.: 8,6453 (8,6453); Sigma: 9,371 (6,5316 ); n:, , , , Figura Gráficos X e R para os dados observados Jusifica-se, enão fazer um esudo da auocorrelação dos dados, para depois ajusá-los novamene e verificar se o problema dos ponos fora dos limies era por causa da sisemáica ou das causas comuns e não por causa de ocorrência de causas especiais. Aravés dos gráficos da ACF e da PACF exposos nas figuras 3 e 4, vê-se que os dados são auocorrelacionados, pois emos lags fora dos limies de conrole, confirmando a auocorrelação da série. A inerpreação dos gráficos de conrole fica disorcida por causa da presença da auocorrelação nos dados, sendo incorreo a aplicação dessas écnicas nese conexo, podendo resular numa ala axa de falsos alarmes e baixa deecção de mudanças no processo. Assim, anes dos gráficos de conrole serem usados, a esacionariedade e a independência dos dados devem esar assegurados. 1 +,137,971 +,6, ,99,96 4 +,8, ,13,95 6 +,66, ,55,94 8 +,59, ,7,93 1 -,58, ,47,9 1 -,133, ,17, ,119, ,7,9 16 +,18, ,59, ,97, ,17,881 -,, ,85,871 -,33, ,55,86 4 +,57, ,115, ,1, ,5, ,95, ,45,87 3 -,39,8 Auocorrelaion Funcion DENIER (Sandard errors are whie-noise esimaes) -1, -,5,,5 1, Q p 1,98,1595,5, ,75,83 1,45,143 13,63,18 14,1,84 14,46,437 14,85,6 14,93,93 15,3,18 15,58, ,69,154 19,63,15 1,35,931 1,35,16 1,4,1639 1,83,1913 3,4,1891 3,8,341 3,8,851 4,,9 4,17,3383 4,57,377 5,1,45 6,83,3643 6,85,4173 6,94,467 8,4,4518 8,53,4896 8,76,531 Figure 3 ACF para os dados observados Parial Auocorrelaion Funcion DENIER (Sandard errors assume AR order of k-1) +,137, ,7, ,31, ,, ,16, ,54, ,83, ,18, ,64, ,1, ,38, ,14, ,78, ,135, ,44, ,96, ,137, ,78, ,53,985 +,4, ,,985 -,18, ,1, ,69, ,171, ,5, ,7, ,5, ,6, ,93,985-1, -,5,,5 1, Figure 4 PACF para os dados observados
5 XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 Os dados foram modelados aravés da meodologia de Box e Jenkins o que assegurou a independência das observações. O melhor modelo enconrado foi um AR(1,,1), o criério de validação usado foi o MAPE com 1,5%. O coeficiene de correlação foi de,631. Oura maneira de validar o modelo é aravés dos gráficos residuais do modelo. Aravés da figura 5 e 6 observa-se que a auocorrelação foi removida dos dados, pois se observa que os coeficienes não são significanemene diferenes de zero e, mosram que os dados definidos por â são independenes de observação para observação, onde se observa que odos os lags esão denro dos limies de conrole. Auocorrelaion Funcion DENIER : ARIMA (1,,1) residuals; 1 +,473,971 +,181, ,67,96 4 +,56, ,4,95 6 +,1, ,1,94 8 -,9, ,15,93 1 +,33, ,16,9 1 -,13, ,, ,, ,16,9 16 -,3, ,3, ,6, ,5,881 +,13, ,13,871 -,31, ,6,86 4 +,7, ,9, ,, ,1, ,1, ,15,87 3 -,1,8 (Sandard errors are whie-noise esimaes) -1, -,5,,5 1, Q p 3,7, 7,3, 7,7, 8,7, 8,4, 8,5,1 8,5, 8,6,4 8,9,9 8,4,16 8,45,8 8,47,47 8,47,78 8,47,14 8,5,187 8,5,76 8,57,388 8,65,59 8,66,717 8,68,944 8,7,115 8,83,15 8,83,1861 8,84,64 8,96,658 8,96,3131 8,98,36 9,5,413 9,8,461 9,8,5135 Conf. Limi Figure 5 ACF para os dados modelados Auocorrelaion Funcion DENIER : ARIMA (1,,1) residuals; (Sandard errors are whie-noise esimaes) 1 +,473,971 +,181, ,67,96 4 +,56, ,4,95 6 +,1, ,1,94 8 -,9, ,15,93 1 +,33, ,16,9 1 -,13, ,, ,, ,16,9 16 -,3, ,3, ,6, ,5,881 +,13, ,13,871 -,31, ,6,86 4 +,7, ,9, ,, ,1, ,1, ,15,87 3 -,1,8-1, -,5,,5 1, Q p 3,7, 7,3, 7,7, 8,7, 8,4, 8,5,1 8,5, 8,6,4 8,9,9 8,4,16 8,45,8 8,47,47 8,47,78 8,47,14 8,5,187 8,5,76 8,57,388 8,65,59 8,66,717 8,68,944 8,7,115 8,83,15 8,83,1861 8,84,64 8,96,658 8,96,3131 8,98,36 9,5,413 9,8,461 9,8,5135 Figure 6 PACF para os dados modelados Agora, se verifica o processo produivo. Com os resíduos enconrados no modelo foi aplicado aos gráficos de conrole de Shewhar. A figura 7 mosra as condições de conrole para as observações reais, uilizando-se os resíduos do modelo AR(1,,1), onde indica que os valores residuais esão praicamene denro dos limies de conrole para a média. Somene um pono enconra-se fora dos limies de conrole. De acordo com invesigações, o problema esava nas primeiras observações, as quais foram ignoradas, a condição de normalidade foi verificada e os gráficos de conrole X e R foram refeios. O pono esá fora dos limies por causa da sisemáica ou das causas comuns e não por causa de ocorrências de causas especiais.
6 XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 Hisogram of Means X-bar and S Char; variable: DENIER Residuals X-bar: 1,153 (1,153 ); Sigma : 13,9 (13,9 ); n:, 4 3 3, , , Hisogram of Sd.Devs Sd.Dv.: 11,18 (11,18 ); Sigma: 11,869 (8,395 ); n :, , ,1 8 5, Figura 7 - Gráficos da X e da R para os dados observados Se compararmos os gráficos de conrole par a a média dos dados modelados (Figura 7) com os gráficos de conrole da média dos dados reais (Figura ), mosra-se que os ponos em um comporameno similares enres seus vizinhos, os ponos são disribuídos aleaoriamene em vola da linha cenral (Figura 7). Assim, pode-se concluir que a auocorrelação foi removida. Quando os valores residuais são usados, vê-se claramene quais os ponos observados esão fora dos limies de conrole. Os ouros ponos aparecem por serem emporários, e depois da modelagem, o sisema de conrole se reesabelece. Iso pode er ocorrido por uma disfunção momenânea,ou al como uma variação brusca n a gramaura do fio, o qual causou anormalidade nos dados. A vanagem desse méodo é que não se corre o risco de ober falsas conclusões. A figura 8 mosra o número diário não conformidades na largura ecido no mesmo período. Observa-se que a série aparenemene apresena ser esacionária na média, não apresenando uma endência. 45 Plo of variable: NC NC Daily Daa Figura 8 Conagem diária dos dados A média enconrada para os dados foi de 6,71, a mediana 7 e a moda 8, que nos indica que a série não é simérica, seguindo uma disribuição de Poisson.. O desvio-padrão foi de 4,49. Com o ajuse feio aravés do modelo de regressão Poisson enconrou-se a equação: Z = 3,887 +,4. O algorimo de Newon-Raphson convergiu na erceira ieração. A abela 1 coném informações sobre a avaliação do modelo aravés da uilização dos eses de Pearson e o desvio G, indicando que o modelo não esá adequado, necessiando a verificação da superdispersão.
7 XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 Tabela 1 - Criérios de avaliação do modelo Criérios GL Graus de Valores Valores/GL Liberdade Escala da " Deviance" ( G ) 58 44,47,7667 Escala de Pearson ( χ ) 58 44,9,7636 Verossimilhança -175,69 Ao analisar a superdispersão, enconram-se os seguines parâmeros: Tabela - Criérios de avaliação do modelo Criérios GL Graus de Valores Valores/GL Liberdade Escala da " Deviance" ( G ) Escala de Pearson ( χ ) 58 57,76,99 Verossimilhança -584, Após a análise da superdispersão, verifica-se pela abela que o modelo de Poisson enconra-se adequado. A abela 3 enconra-se o sumário dos parâmeros do modelo. Tabea 5 - Sumário dos parâmeros do modelo Criérios Esimaiva Erro padrão Consane 3,55,5 Tempo,7,3 Erro,8756 Agora pode-se verificar o comporameno do processo produivo. Hisogram of C C Char; variable: NC ,61 3 6, , Figura 9 Gráfico U para os dados observados.
8 XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 Hisogram of Means X-bar and R Char; variable: Residuals D X-bar: -,17946 (-,17946); Sigma:,93313 (,93313); n: 5, 1,5 1, 1,75,5, -, ,5-1, -1,5-1,4314 -, Hisogram of Ranges Range:,174 (,174); Sigma:,863 (,863); n: 5, 5,5 5, 4,5 4,5893 4, 3,5 3,,5,,174 1,5 1,,5,, -, Figura 1 Gráfico U para os resíduos do modelo. As figuras 9 e 1 mosram as condições de conrole para as observações. Invesigações revelam que o sisema não esava ajusado e foi refeio o gráfico de conrole uilizando-se os resíduos enconrados pelo modelo de regressão Poisson para corrigir o problema. O problema esava em várias observações às quais depois de modeladas pela regressão Poisson foram verificadas denro dos limies de conrole. Segundo Wardell, Moskowiz e Plane (1994) iso é ineiramene possível em gráficos de conrole radicionais; os ponos esão fora dos limies por causa da sisemáica ou das causas comuns e não por causa de ocorrência de causas especiais. Após a modelagem nos dados conínuos uilizando-se Box e Jenkins, e dos dados discreos uilizando-s Modelos de Regressão Poisson, preende-se unir esses dois modelos, de maneira a se conseguir deecar o número possível de não conformidade no resulado do processo. Verificou-se que se o DENIER esiver fora das especificações, rês dias após em-se defeio na largura do ecido. Para isso, aplicou-se o ese de causalidade e ajusou-se um modelo via função de ransferência, uilizando-se como variáveis de enrada os resíduos obidos aravés da regressão de Poisson e dos modelos Box e Jenkins. Ao se aplicar o ese de causalidade, verificou-se que exise uma relação de causalidade unidirecional insanânea ou nível de significância de 5% para o lag 1 no valor de -,3. Aravés da abela 6, verifica-se que a variável de enrada o DENIER da fia é uma variável explicaiva da variável largura do ecido, onde o melhor modelo enconrado uilizando-se a função de ransferência foi: Z =,48,358Z 1,368a 1 +, 3X 1 + e. Tabela 6 - Criérios de avaliação do modelo Faor Lag Coef. Tcal Média,48,67 Auorregressivo 1 -,358,4 Médias Móveis 1 -,365,4 DENIER 1,3,6 Pode-se validar o modelo aravés dos gráficos residuais do modelo, onde noa-se nas figuras 11 e 1 que os coeficienes não são significanemene diferenes de zero e, que odos os lags esão denro dos limies de conrole. Observa-se ainda, que os dados definidos por
9 XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 â são independenes de observação para observação, desacando-se que os resíduos do modelo de função de ransferência são descorrelaados. 1 -,55,131 -,76,13 3 +,1, ,188, ,11, ,175,15 7 -,98, ,15,14 9 +,37, ,11, ,39, ,19, ,, ,14, ,4, ,83, ,, ,1, ,8,17 -,34, ,51,141 -,3,16 3 +,66,11 4 +,18, ,7, ,4,96 7 -,, ,59,98 9 -,1, ,48,893 Auocorrelaion Funcion ResNC - FT (Sandard errors are w hie-noise esimaes) -1, -,5,,5 1, Q p,18,6755,5,777,97,3965 5,13,739 5,89,3168 7,86,484 8,49,917 9,53,997 13,37, ,5,161 14,35,141 17,85,15 1,47,643 1,48,9 1,48,1,3,14,7,183,9,1937 3,48,171 3,58,61 3,8,318 3,9,3514 4,35,3847 4,38,441 4,9,4668 4,9,533 4,9,5787 5,3,61 5,38,6586 5,67,69 Conf. Limi Figure 11 ACF para os resíduos do modelo de função de ransferência Parial Auocorrelaion Funcion RESNC (Sandard errors assume AR order of k-1) -,55, ,8, ,194, ,18, ,99, ,116, ,4, ,119, ,159, ,64, ,15, ,99, ,159, ,7, ,159, ,54, ,9, ,16, ,17,1348 -,5, ,4,1348 +,13, ,7, ,7, ,17, ,63, ,49, ,99, ,16, ,8,1348-1, -,5,,5 1, Conf. Limi Figure 1 PACF para os resíduos do modelo de função de ransferência A figura 13 mosra as condições de conrole do processo produivo para as observações modeladas com os dados obidos dos resíduos da função de ransferência. Observa-se que após a modelagem dos dados via função de ransferência, as observações enconram-se agora denro dos limies de conrole, verificando-se que o processo ficou sob conrole. Hisogram of Means X-bar and S Char; variable: ResNC X-bar:,1896 (,1896); Sigma: 3,6979 (3,6979); n:, 1 8 8, , , Hisogram of Sd.Devs Sd.Dv.:,955 (,955); Sigma: 3,154 (,91); n:, , ,955 1, Figura 11 Gráficos da X e da R para os dados obidos com os resíduos da função de
10 XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 ransferência. Os ponos esavam fora dos limies de conrole por causa de causas comuns inerenes ao processo e, não pela ocorrência de causas especiais. 4. Conclusão Nese esudo procurou-se apresenar uma aplicação de dados reais. Foram apresenados os procedimenos para se usar as écnicas de conrole de qualidade em observações correlacionadas. Além de se verificar a auocorrelação dos dados, modelou-se os dados conínuos aravés dos modelos ARIMA e os dados de não conformidade aravés dos modelos de Regressão Poisson e, com os resíduos obidos uilizou-se os modelos de função de ransferência para se idenificar à exisência de causalidade. A função de ransferência empregada permiiu a confirmação da causalidade do DENIER na largura do ecido. Com isso, houve um crescimeno de informações para a correa omada de decisão e pode-se deecar que houve uma melhora nos ponos de saída de conrole. 5. Bibliografia consulada AL-AWADHI, S. A. Change in regime and ransfe funcion models os global solar radiaion in Kuwai. Environmenal Modelling and Sofware. v. pp ALWAN, L.C. Auocorrelaion: Fixed Versus Variable Conrol Limis Qualiy and Reliabiliy Engineering Inernaional, v4 (), pp BOX, G. E. P ; JENKINS, G. M.; REINSEL, G. C. Times series analysis: forecasing and conrol, 3ª Ed. San Francisco: Holden-Day, BOX, G. E. P; JENKINS, G. M. Times series analysis: forecasing and conrol. ª Ed. San Francisco: Holden-Day 1976 LU, C-W.; REYNOLDS, M. Jr. Conrol chars for monioring processes wih auocorrelaed daa. Journal of Qualiy Technology, MONTGOMERY. D. C.; MASTRANGELO, C. M. Some saisical process conrol mehods for auocorrelaed daa. Journal of Qualiy Technology, MONTGOMERY. D. C. Inroducion o saisical qualiy. 3ed. v., USA: John Wiley e Sons RUSSO, S. Gráfico de Conrole Para Variáveis Não-Conformes Auocorrelacionados. Tese de Douorado. Florianópolis: UFSC SHEWHART, W.A. Economic conrol of qualiy of he manufacured produc. Van Nosrand, New York TESTIK, M. C. Model inadequacy and residuals conrol chars for auocorrelaed processes. Qualiy and Reliabiliy Engineering Inernaional. 1, WANG, P.; PUTERMAN, M. L.; COCKBURN, I.; LE, N. Mixed Poisson regression models wih covariae dependen raes. Biomerics. V. 5 pp WEST, D.; DELLANA, S.; JARRETTI, J.Transfer funcion modeling of process wih dynamic inpus. Journal of Qualiy Technology. july. v34 n3. pp WOODDALL, H. W.; SPITZNER, D. J. ; MONTGOMERY, D. C.; GUPTA, S. Using conrol chars o monior process and produc qualiy profiles. Journal of Qualiy Technology: july 4; v36, n3. pp
SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES
XXXIV SBPO SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES GRÁFICOS DE CONTROLE ARMA PARA DADOS CORRELACIONADOS Suzana Leião
Leia maisAplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA*
XII SIMPEP, Bauru, SP, Brasil, 7 a 9 de novembro de 25 Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indúsria FUNDIMISA* Suzana Russo (URI - UALG) jss@urisan.che.br Paulo
Leia maisControle estatístico de processo: soluções de um estudo de caso usando procedimentos estatísticos
XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004 Conrole esaísico de processo: soluções de um esudo de caso usando procedimenos esaísicos Suzana Leião Russo (URI) jss@urisan.che.br Rober Wayne
Leia maisModelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais
XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia mais4 O modelo econométrico
4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no
Leia maisAnálise através de gráficos de controle da série resistência à compressão da areia base para fundição
Análise aravés de gráficos de conrole da série resisência à compressão da areia base para fundição Suzana Leião Russo (URI) jss@urisan.che.br Monique Valenim da Silva (URI) movalenim@yahoo.com.br Carine
Leia maisANÁLISE DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA TÊXTIL ATRAVÉS DE CARTAS DE CONTROLE
5, 6 e 7 de Agoso de 010 ISSN 1984-9354 ANÁLISE DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA TÊXTIL ATRAVÉS DE CARTAS DE CONTROLE Maria Emilia Camargo (Universidade de Caxias do Sul) kamargo@erra.com.br Waler
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016
Nome: Aluno nº: Duração: h:30 m MESTRADO INTEGRADO EM ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL Ano lecivo 05/6 - ª Época (V) 8 de Janeiro de 06 I (7 valores) No quadro de dados seguine (Tabela
Leia mais*UiILFRGH&RQWUROH(:0$
*UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos
Leia maisEstudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de novembro de 26. Esudo comparaivo do fluxo de caminhões nos poros de Uruguaiana e Foz do Iguaçu Suzana Leião Russo (URI) jss@urisan.che.br Ivan Gomes Jardim (URI)
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisFunção de transferência: uma técnica complementar na aplicação de gráficos de controle
Função de ransferência: uma écnica complemenar na aplicação de gráficos de conrole Suzana Leião Russo (UFS) - suzana.ufs@homail.com Maria Emilia Camargo (UCS) - kamargo@erra.com.br Resumo Nese arigo, apresena-se
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisCálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH
Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale
Leia mais3 Metodologia do Estudo 3.1. Tipo de Pesquisa
42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema
Leia maisCaracterísticas dos Processos ARMA
Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia maisSéries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia mais4 Análise dos tributos das concessionárias selecionadas
4 Análise dos ribuos das concessionárias selecionadas Nese capíulo serão abordados os subsídios eóricos dos modelos esaísicos aravés da análise das séries emporais correspondenes aos ribuos e encargos
Leia maisMódulo de Regressão e Séries S Temporais
Quem sou eu? Módulo de Regressão e Séries S Temporais Pare 4 Mônica Barros, D.Sc. Julho de 007 Mônica Barros Douora em Séries Temporais PUC-Rio Mesre em Esaísica Universiy of Texas a Ausin, EUA Bacharel
Leia maisPREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX & JENKINS: UM ESTUDO DE CASO
! "#$ " %'&)(*&)+,.- /1.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& PREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX
Leia maisEnunciado genérico. Trabalho: Séries Temporais Disciplina: Estatística Ambiental
Enunciado genérico Trabalho: Séries Temporais Disciplina: Esaísica Ambienal Criérios de escolha da série 1. A série escolhida deverá er uma exensão, N, de pelo menos 150 observações da variável em esudo;.
Leia mais1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.
XII Escola de Modelos de Regressão, Foraleza-CE, 13-16 Março 2011 Análise de modelos de previsão de preços de Uva Iália: uma aplicação do modelo SARIMA João Ricardo F. de Lima 1, Luciano Alves de Jesus
Leia maisAPOSTILA DE MODELOS LINEARES EM SÉRIES TEMPORAIS
UNIVERSIDADE FEDERAL DE MINAS GERAIS - UFMG INSIUO DE CIÊNCIAS EXAAS ICEx DEPARAMENO DE ESAÍSICA ES APOSILA DE MODELOS LINEARES EM SÉRIES EMPORAIS Glaura da Conceição Franco (ES/UFMG) Belo Horizone, agoso
Leia mais4 Filtro de Kalman. 4.1 Introdução
4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de
Leia maisModelos Não-Lineares
Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene
Leia maisCONSTRUÇÃO DE MODELOS E PREVISÃO PARA EXPLICAÇÃO DA ENTRADA TURÍSTICA NO PORTO MAUÁ/ ALBA POSSE
CONSTRUÇÃO DE MODELOS E PREVISÃO PARA EXPLICAÇÃO DA ENTRADA TURÍSTICA NO PORTO MAUÁ/ ALBA POSSE Suzana Russo, Dra Orienadora Norbero Omar Ilgner Orienador Fernanda de Melo Basso Bolsisa PIBIC/CNPq RESUMO
Leia mais4 Aplicação do Modelo
Aplicação do Modelo É possível enconrar na lieraura diversas aplicações que uilizam écnicas esaísicas e de compuação inensiva para realizar previsões de curo prazo na área de energia elérica. Enre elas
Leia maisAPLICAÇÃO DOS MODELOS BAYESIANOS NA COOPERATIVA REGIONAL TRITÍCOLA SERRANA LTDA. COTRIJUÍ
APLICAÇÃO DOS MODELOS BAYESIANOS NA COOPERATIVA REGIONAL TRITÍCOLA SERRANA LTDA. COTRIJUÍ Suzana Russo Profa DCET URI Sano Ângelo/RS Joanirse Oriz Miranda Bolsisa PROBIC/URI INTRODUÇÃO A produção e a comercialização
Leia mais4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.
4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia
Leia mais5 Aplicação da Modelagem Estrutural ao problema de previsão de Preço Spot de Energia Elétrica.
Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 41 5 Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 5.1. Inrodução Nesa
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia mais3 Retorno, Marcação a Mercado e Estimadores de Volatilidade
eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais
Leia maisUniversidade Federal do Rio de Janeiro
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação
Leia maisAplicações à Teoria da Confiabilidade
Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI
Leia maisAnálise de séries de tempo: modelos de decomposição
Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,
Leia mais6 Processos Estocásticos
6 Processos Esocásicos Um processo esocásico X { X ( ), T } é uma coleção de variáveis aleaórias. Ou seja, para cada no conjuno de índices T, X() é uma variável aleaória. Geralmene é inerpreado como empo
Leia maisGrupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não
Leia maisProf. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC
MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro carlos@comp.ia.br www.comp.ia.br/~carlos ramal 5895 sala 106 IEC Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade
Leia mais3 O Modelo SAGA de Gestão de Estoques
3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados
Leia maisExercícios sobre o Modelo Logístico Discreto
Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,
Leia maisProblema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica
Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,
Leia mais4 O Papel das Reservas no Custo da Crise
4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal
Leia maisDINÂMICA POPULACIONAL COM CONDIÇÃO INICIAL FUZZY
DINÂMICA OULACIONAL COM CONDIÇÃO INICIAL FUZZY Débora Vailai (ICV-UNICENTRO), Maria José de aula Casanho (Orienadora), e-mail: zeza@unicenro.br. Universidade Esadual do Cenro-Oese, Seor de Ciências Exaas
Leia mais3 Modelos de Markov Ocultos
23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável
Leia mais5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço
5 Meodologia Probabilísica de Esimaiva de Reservas Considerando o Efeio-Preço O principal objeivo desa pesquisa é propor uma meodologia de esimaiva de reservas que siga uma abordagem probabilísica e que
Leia maisAplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo
Aplicação Uma famosa consuloria foi conraada por uma empresa que, enre ouras coisas, gosaria de enender o processo gerador relacionado às vendas de deerminado produo, Ainda, o conraane gosaria que a empresa
Leia maisCircuitos Elétricos I EEL420
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com
Leia mais4. Modelagem (3) (4) 4.1. Estacionaridade
24 4. Modelagem Em um modelo esaísico adequado para se evidenciar a exisência de uma relação lead-lag enre as variáveis à visa e fuura de um índice é necessário primeiramene verificar se as variáveis logarimo
Leia mais2 Os métodos da família X Introdução
2 Os méodos da família X 2. Inrodução O méodo X (Dagum, 980) emprega médias móveis (MM) para esimar as principais componenes de uma série (Sysem of Naional Accouns, 2003): a endência e a sazonalidade.
Leia maisIntrodução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo.
Inrodução ao Conrole Óimo: Oimização de funções e funcionais. Oimização paramérica. Problema de conrole óimo com empo final fio. Oimização Deerminação de uma ação que proporciona um máimo de benefício,
Leia mais2 Revisão Bibliográfica
Revisão Bibliográfica Ese capíulo apresena os principais conceios, abordagens e a formulação básica das meodologias que esão incluídas no modelo HPA. Conceios maemáicos e esaísicos mais dealhados podem
Leia mais3 Metodologia 3.1. O modelo
3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo
Leia mais3 Modelo Teórico e Especificação Econométrica
3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço
Leia maisEFICIÊNCIA DOS GRÁFICOS DE CONTROLE NA DETECÇÃO DE OUTLIERS EM PROCESSOS AUTORREGRESSIVOS E DE MÉDIAS MÓVEIS
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO EFICIÊNCIA DOS GRÁFICOS DE CONTROLE NA DETECÇÃO DE OUTLIERS EM PROCESSOS AUTORREGRESSIVOS E
Leia maisPREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS
74 PREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS COST FORECASTING OF A CONDOMINIUM OF APARTMENTS USING THE METHODOLOGY OF BOX AND JENKINS
Leia maisCapítulo 4. Propriedades dos Estimadores de Mínimos Quadrados
Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i
Leia maisAPLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT
APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT Alerêdo Oliveira Curim 1 & Aldo da Cunha Rebouças Resumo - O conhecimeno prévio dos volumes de água de qualquer sisema
Leia maisAJUSTE DO MODELO GAMA A TOTAIS DECENDIAIS DE CHUVA PARA JAGUARUANA-CE
AJUSTE DO MODELO GAMA A TOTAIS DECEDIAIS DE CHUVA PARA JAGUARUAA-CE Francisco Solon Danas eo (); Tarcísio da Silveira Barra () Engº Agrº, Pósgraduação em Agromeeorologia, DEA/UFV, CEP 3657-000, Viçosa-MG
Leia maisAplicação do controle estatístico de qualidade na variável DT do processo de perfilagem de um poço de petróleo
INGEPRO Inovação, Gesão e Produção Aplicação do conrole esaísico de qualidade na variável DT do processo de perfilagem de um poço de peróleo Suzana Leião Russo (UFS) suzana.ufs@homail.com Marlon Sanos
Leia maisAplicação do gráfico de controle de média móvel exponencialmente ponderada (EWMA) para monitorar a variabilidade de um processo produtivo
Aplicação do gráfico de conrole de média móvel exponencialmene ponderada (EWMA) para moniorar a variabilidade de um processo produivo Wesley Vieira da Silva 1 Paulo Sergio Macuchen Eduardo Damião da Silva
Leia maisAnálise de Informação Económica e Empresarial
Análise de Informação Económica e Empresarial Licenciaura Economia/Finanças/Gesão 1º Ano Ano lecivo de 2008-2009 Prova Época Normal 14 de Janeiro de 2009 Duração: 2h30m (150 minuos) Responda aos grupos
Leia maisContabilometria. Séries Temporais
Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno
Leia maisPrevisão de consumos a curto prazo
Previsão de consumos a curo prazo Séries emporais Cláudio Moneiro Disribuição de Energia II 5º ano da LEEC - ramo de Energia (FEUP) Séries emporais Esa é a meodologia clássica mais popular para a previsão
Leia maisExercícios Sobre Oscilações, Bifurcações e Caos
Exercícios Sobre Oscilações, Bifurcações e Caos Os ponos de equilíbrio de um modelo esão localizados onde o gráfico de + versus cora a rea definida pela equação +, cuja inclinação é (pois forma um ângulo
Leia mais4 Análise de Sensibilidade
4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de
Leia maisIII Congresso da Sociedade Portuguesa de Estatística Guimarães, 26 a 28 Junho 1995
1 III Congresso da Sociedade Poruguesa de Esaísica Guimarães, 26 a 28 Junho 1995 Políicas Ópimas e Quase-Ópimas de Inspecção de um Sisema Sujeio a Falhas Cláudia Nunes, João Amaral Deparameno de Maemáica,
Leia maisEconometria Semestre
Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por
Leia maisAvaliando e Propondo Medidas de Núcleo da Inflação no Brasil Ivan Castelar Cristiano Santos
10 Avaliando e Propondo Medidas de Núcleo da Inflação no Brasil Ivan Caselar Crisiano Sanos FORTALEZA MAIO 2016 UNIVERSIDADE FEDERAL DO CEARÁ CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA - CAEN SÉRIE ESTUDOS ECONÔMICOS
Leia maisUtilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil
XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)
Leia maisSéries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas
Séries de Tempo Inrodução José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo . Por quê o esudo de séries de empo é imporane? Primeiro, porque muios dados econômicos e financeiros
Leia maisMÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA
MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida
Leia maisAplicação do Gráfico de Controle Ewma no Processo Produtivo de uma Indústria de Alumínio: Um Estudo de Caso
Aplicação do Gráfico de Conrole Ewma no Processo Produivo de uma Indúsria de Alumínio: Um Esudo de Caso Wesley Vieira da Silva Professor do Programa de Pós-Graduação Srico Sensu em Adminisração da PUCPR
Leia maisO Modelo Linear. 4.1 A Estimação do Modelo Linear
4 O Modelo Linear Ese capíulo analisa empiricamene o uso do modelo linear para explicar o comporameno da políica moneária brasileira. A inenção dese e do próximo capíulos é verificar se variações em preços
Leia maisAPLICAÇÃO DO CONTROLE ESTATÍSTICO DE QUALIDADE NA VARIÁVEL DT NO PROCESSO DE PERFILAGEM DE UM POÇO DE PETRÓLEO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A Engenharia de Produção e o Desenvolvimeno Susenável: Inegrando Tecnologia e Gesão. Salvador, BA, Brasil, 06 a 09 de ouubro de 2009 APLICAÇÃO DO CONTROLE
Leia mais5 Resultados empíricos Efeitos sobre o forward premium
5 Resulados empíricos Efeios sobre o forward premium A moivação para a esimação empírica das seções aneriores vem da relação enre a inervenção cambial eserilizada e o prêmio de risco cambial. Enreano,
Leia maisANÁLISE COMPARATIVA ENVOLVENDO MODELOS ARIMA E SISTEMAS INTELIGENTES PARA PREVISÃO DE DEMANDA DE ENERGIA ELÉTRICA NO CURTÍSSIMO PRAZO
Anais do IX Congresso Brasileiro de Redes Neurais /Ineligência Compuacional (IX CBRN) Ouro Preo 25-28 de Ouubro de 2009 Sociedade Brasileira de Redes Neurais ANÁLISE COMPARATIVA ENVOLVENDO MODELOS ARIMA
Leia maisUTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES
UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES Rober Wayne Samohyl Professor do Programa de Pós-Graduação em Engenharia de Produção e Sisemas UFSC. Florianópolis-SC.
Leia mais3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade
3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017
DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lisa de exercício de Teoria de Marizes 8/06/017 1 Uma pesquisa foi realizada para se avaliar os preços dos imóveis na cidade de Milwaukee, Wisconsin 0 imóveis foram
Leia maisTeoremas Básicos de Equações a Diferenças Lineares
Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença
Leia maisDEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:
DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das
Leia maisINFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO
INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO Luiz Henrique Paraguassú de Oliveira 1, Paulo Robero Guimarães Couo 1, Jackson da Silva Oliveira 1, Walmir Sérgio da Silva 1, Paulo Lyra Simões
Leia maisControle estatístico de processo: soluções de um estudo de caso usando procedimentos estatísticos
XXIV Enconro Nac. de Eng. de Produção - Florianópolis, SC, Brasil, 03 a 05 de nov de 2004 Conrole esaísico de processo: soluções de um esudo de caso usando procedimenos esaísicos Suzana Russo (URI) jss@urisan.che.br
Leia maisEstimação em Processos ARMA com Adição de Termos de Perturbação
UNIVER ERSIDADE DE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEP EPARTAMENTO DE ESTATÍSTICA Esimação em Processos ARMA com Adição de Termos de Perurbação Auor: Paricia Vieira de Llano Orienador:
Leia mais5 Método dos Mínimos Quadrados de Monte Carlo (LSM)
Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 57 5 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) O méodo LSM revela-se uma alernaiva promissora frene às radicionais écnicas de diferenças finias e árvores
Leia maisEconometria de Séries Temporais Rogério Silva de Mattos, D.Sc.
Economeria de Séries Temporais Rogério Silva de Maos, D.Sc. UNIVERSIDADE FEDERAL DE JUIZ DE FORA (UFJF) FACULDADE DE ECONOMIA (FE) Economeria III O COMEÇO Box e Jenkins (1970) processos esocásicos nãoesacionários/inegrados
Leia maisInstituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara
Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para
Leia maisIntrodução aos Sinais
UNIVASF Análise de Sinais e Sisemas Inrodução aos Sinais Prof. Rodrigo Ramos godoga@gmail.com Classificação de Sinais Sinais Sinais geralmene ransporam informações a respeio do esado ou do comporameno
Leia maisAMANDA OLIVEIRA, G. Depto. Engenharia de Computação e Automação - UFRN
ANÁLISE COMPARATIVA DE ALGUMAS TÉCNICAS PARA O ESTABELECIMENTO DE TRAJETÓRIAS EM AMBIENTES COM OBSTÁCULOS USANDO APRENDIZAGEM POR REFORÇO AMANDA OLIVEIRA, G. Depo. Engenharia de Compuação e Auomação -
Leia maisANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI
UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI CURSO DE LICENCIATURA EM MATEMÁTICA Denise de Assis Paiva ANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI São João del-rei 2017 Denise de Assis
Leia maisEstimação em Modelos de Volatilidade Estocástica com Memória Longa
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Esimação em Modelos de Volailidade Esocásica com Memória Longa Auor: Gusavo Correa Leie Orienador: Professor
Leia maisA entropia de uma tabela de vida em previdência social *
A enropia de uma abela de vida em previdência social Renao Marins Assunção Leícia Gonijo Diniz Vicorino Palavras-chave: Enropia; Curva de sobrevivência; Anuidades; Previdência Resumo A enropia de uma abela
Leia mais3 Estudo da Barra de Geração [1]
3 Esudo da Barra de eração [1] 31 Inrodução No apíulo 2, raou-se do máximo fluxo de poência aiva e reaiva que pode chear à barra de cara, limiando a máxima cara que pode ser alimenada, e do possível efeio
Leia maisO cliente é a razão do nosso trabalho, a fim de inseri-lo em um novo contexto social de competitividade e empregabilidade.
Sumário nrodução 5 O circuio série em correne alernada 6 A correne em circuios série 6 Gráficos senoidais do circuio série 7 Gráficos fasoriais do circuio série 10 mpedância do circuio série 1 A correne
Leia maisUniversidade de Brasília - UnB Instituto de Exatas Departamento de Estatística ANÁLISE DE VOLATILIDADE DE ÍNDICES FINANCEIROS SETORIAIS
Universidade de Brasília - UnB Insiuo de Exaas Deparameno de Esaísica ANÁLISE DE VOLATILIDADE DE ÍNDICES FINANCEIROS SETORIAIS Mauricio Lamas Vioi de Barros 06/986 Brasília - DF 0 MAURICIO LAMAS VIOTTI
Leia mais2.6 - Conceitos de Correlação para Sinais Periódicos
.6 - Conceios de Correlação para Sinais Periódicos O objeivo é o de comparar dois sinais x () e x () na variável empo! Exemplo : Considere os dados mosrados abaixo y 0 x Deseja-se ober a relação enre x
Leia mais