Gráfico de controle NPEWMA-SR: Uma aplicação no setor industrial
|
|
- Bernardo Alencastre Silva
- 6 Há anos
- Visualizações:
Transcrição
1 Gráfico de controle NPEWMA-SR: Uma aplicação no setor industrial Elisa Henning 1, Custodio da Cunha Alves 2, Andrea Cristina Konrath 3, Olga Maria Formigoni CarvalhoWalter 4 1 Professora Doutora em Engenharia de Produção, Joinville/SC, UDESC, elisa.henning@gmail.com 2 Professor Doutor em Engenharia de Produção, Joinville/SC, UNIVILLE, custodio.alves@univille.net 3 Professora Doutora em Engenharia Mecânica, Florianópolis/SC, UFSC, andreack@gmail.com 4 Professora Mestre em Engenharia de Produção, Joinville/SC, UDESC, olgaformigoni@gmail.com Resumo Os gráficos de controle são ferramentas estatísticas eficazes desenvolvidas para o monitoramento de características de qualidade de um processo ao longo do tempo, sob o pressuposto de uma forma específica de distribuição paramétrica. No entanto, em muitas situações não há informações suficientes para justificar tal suposição. Os gráficos de controle estatístico de processos não paramétricos ou livres de distribuição podem contemplar esse propósito mais amplo. Na situação apresentada neste trabalho, cuja distribuição subjacente do conjunto de dados é não normal ou desconhecida, o gráfico de controle estatístico não paramétrico EWMA de postos com sinais (NPEWMA-SR) é indicado para detectar pequenas alterações de um processo. Esse gráfico é aplicado a um conjunto de dados reais que atende a esta situação de não normalidade ou livres de distribuição para monitorar pequenas mudanças na média um processo de fabricação de artefatos de borracha. Os resultados obtidos mostram que o gráfico NPEWMA-SR é a melhor alternativa para o controle estatístico desse processo, uma vez que foi capaz de identificar uma mudança de pequena magnitude na média e minimizar a presença de falsos alarmes. Palavras-chave: Controle estatístico de processos; gráficos não paramétricos; NPEWMA-SR. Abstract Control charts are effective statistical tools developed for monitoring quality characteristics of a process over time, under the assumption of a specific form of distribution. However, in many applications there is not sufficient information to support such an assumption. Nonparametric or distribution-free statistical process control charts can be used in these cases. This paper presents an application of one nonparametric control chart (NPEWMA-SR). This chart is recommended for monitoring processes when the underlying distribution is not normal or unknown. In this paper, the NPEWMA-SR control chart was applied to real data for a rubber products manufacturing process. The results show that the NPEWMA-SR control chart is a suitable alternative for monitoring this process, since it was able to identify a small change in the mean and minimize the presence of false alarms. Keywords: Statistical Process Control; Nonparametric charts; NPEWMA-SR. I. INTRODUÇÃO Na Engenharia da Qualidade os gráficos de controle estatístico de processos são amplamente utilizados para monitorar a estabilidade de processos sequenciais, tais como processos de fabricação, sistemas de saúde, fluxo de tráfego de internet, entre outros. Gráficos de controle são ferramentas estatísticas eficazes, desenvolvidas originalmente para o monitoramento de características de qualidade sob o pressuposto de uma forma específica de distribuição paramétrica. Essas ferramentas são definidas por meio de estatísticas e baseiam-se em certas distribuições de probabilidade, especialmente na distribuição normal [1]. Deste modo, gráficos de controle estatístico não paramétricos ou livres de distribuição podem contemplar esse propósito mais amplo [2], [3] e [4]. Um dos principais objetivos dos gráficos de controle estatístico é distinguir a variabilidade entre duas fontes, ou seja, a variabilidade decorrente de causa comum (aleatória) que é intrínseca, natural e está presente em qualquer processo repetitivo e causa especial (atribuível) que é resultado de fatores que não são apenas aleatórios. No Controle Estatístico de Processos (CEP) o padrão pressuposto é o paramétrico, assumindo-se que os dados seguem alguma distribuição, como por exemplo, a normal [4]. A estatística de gráficos e os limites de controle dependem do pressuposto de normalidade e, como tal, as propriedades desses gráficos são exatas somente se esta suposição é satisfeita. No entanto, em muitas aplicações se a distribuição de probabilidade é desconhecida ou não é normal, o desempenho do gráfico de controle padrão para tais situações é afetado podendo causar, por exemplo, alarmes falsos [5]. Isso implica na necessidade de utilizar algum procedimento alternativo, flexível e robusto de gráfico de controle que não assume a normalidade ou qualquer outro pressuposto de modelo não paramétrico específico sobre a distribuição de probabilidade subjacente. Este trabalho apresenta uma aplicação do gráfico de controle não paramétrico média móvel exponencialmente ponderada de postos com sinais Non Parametric Exponentially Weighted Moving Average Signed-Rank (NPEWMA-SR) para o monitoramento de pequenos desvios da média de um processo industrial. O objetivo principal é investigar uma série de dados na qual sua distribuição é desconhecida e, sobretudo aplicar
2 o gráfico de controle estatístico adequado ao processo estudado. II. GRÁFICOS DE CONTROLE Os três principais gráficos de controle paramétricos utilizados no CEP univariado são os gráficos do tipo Shewhart, Soma Acumulada Cumulative Sum (CUSUM) e Média Móvel Exponencialmente Ponderada Exponentially Weighted Moving Average (EWMA). De modo geral, estes três gráficos para serem efetivos exigem que os dados sejam independentes e normalmente distribuídos. O gráfico de controle do tipo Shewhart é amplamente conhecido e frequentemente utilizado em função de sua simplicidade e desempenho global. Por outro lado, os gráficos de controle CUSUM e EWMA são alternativas mais apropriadas para a rápida detecção de pequenas alterações, quando comparados aos gráficos de Shewhart, nos quais apenas a informação do último ponto demarcado é considerada [5]. Os gráficos de controle não paramétricos, ou livres de distribuição, podem fornecer ao analista de qualidade, na prática, uma alternativa robusta, quando há a falta de conhecimento sobre a distribuição de dados subjacente [8]. Existe uma vasta coleção de testes não paramétricos e intervalos de confiança que revelam um bom desempenho em comparação com os seus homólogos, que envolvem a teoria de normalidade. Mesmo quando a distribuição subjacente é normal, a eficiência de alguns métodos não paramétricos relativos aos correspondentes métodos paramétricos pode ser melhor [6]. Os métodos não paramétricos serão menos eficientes quando se tem um conhecimento completo da distribuição do processo no qual o método paramétrico foi especificamente projetado. No entanto, a realidade é que na prática essa informação é raramente disponível. Assim, para desenvolver e utilizar métodos não paramétricos em CEP é aconselhável que analistas de qualidade tenham conhecimentos dessas técnicas. O papel cada vez maior dos métodos não paramétricos em controle estatístico de qualidade ou problemas de CEP são destacados por Woodall e Montgomery [2] e Woodall [3]. É possível notar um crescente interesse por gráficos de controle não paramétricos na literatura. Chakraborti, Van der Laan e Bakir [7] apresentam um relato minucioso da literatura sobre gráficos de controles não paramétricos. Para Chakraborti e Graham [8] os gráficos de controle não paramétricos são mais trabalhosos para a implementação prática. Chakraborti, Human e Graham [9] relatam que gráficos de controle não paramétricos podem fornecer uma alternativa robusta, quando há a falta de conhecimento sobre a distribuição de dados subjacente, e, mais recentemente, Mukherjee, Graham e Chakraborti [10] fornecem visões gerais aprofundadas sobre o tema. Um gráfico de controle não paramétrico é definido em termos da distribuição do número de amostras coletadas até à emissão de um sinal durante o período sob controle. Se esta distribuição for a mesma para cada distribuição contínua, o gráfico de controle é chamado não paramétrico ou livre de distribuição. Chakraborti, Van der Laan e Bakir [7] resumem algumas vantagens dos gráficos de controle não paramétricos: simplicidade, não há necessidade de assumir uma distribuição paramétrica particular para o processo subjacente, mais robusto e resistente a outliers. Além disso, maior eficiência na detecção de alterações quando a verdadeira distribuição é notadamente não normal, particularmente com caudas mais pesadas, não há necessidade de estimar a variação no desenvolvimento de gráficos para o parâmetro de localização. Uma grande vantagem, é que a distribuição do número de amostras coletadas até à emissão de um sinal durante o período sob controle, nesses gráficos, é a mesma para todas as distribuições contínuas. No CEP, os gráficos de controle são desenvolvidos em duas fases. A fase I (fase retrospectiva), tipicamente, a análise preliminar, que inclui planejamento, administração, coleta dos dados, análise exploratória, sendo realizada para garantir que o processo está sob controle. Isto significa que o processo é controlado para operar próximo de algum valor alvo aceitável, juntamente com alguma variação natural e sem a presença de causas específicas de interesse. A maioria dos gráficos não paramétricos, no entanto, têm sido desenvolvidos para aplicações da fase II, que é a fase de monitoramento. Alguns autores têm estudado gráficos de controle não paramétricos que envolvem a fase I tais como, por exemplo, Human, Chakraborti e Eryilmaz [11]. Uma vez que a distribuição não é mais tipicamente conhecida podem assumir uma distribuição subjacente do processo decorrente da fase I, onde os gráficos de controle não paramétricos podem ser de grande utilidade. Há três classes principais de gráficos de controle não paramétricos: os gráficos do tipo Shewhart, Non Parametric Shewhart (NPShewhart); os gráficos de soma acumulada, Non Parametric Cumulative Sum (NPCUSUM) e os de média móvel exponencialmente ponderada, Non-Parametric Exponentially Weighted Moving Average (NPEWMA). Na sequência detalha-se o gráfico NPEWMA-SR, aplicado aos dados deste trabalho. A. Gráfico de controle EWMA não paramétrico de postos com sinais (NPEWMA-SR) Suponha que X i1, X i2,, X in denote a i-ésima (i = 1,2,...) amostra ou subgrupo com observações independentes de tamanho n > 1 a partir do processo com uma função distribuição contínua desconhecida denotada por F. Se θ 0 (valor nominal) denota o parâmetro de localização sob controle conhecido e se R ij + denota o posto dos desvios absolutos, X i1 θ 0 dentro do subgrupo X i1 θ 0, X i2 θ 0,, X in θ 0, para i = 1,2,3,.... Então R ij + é definido como a posição absoluta dos desvios dentro do subgrupo. O teste estatístico de postos com sinais é dado pela Equação 1:
3 n + SR i = j=1 sign(x ij θ 0 ) R i,j (1) para i = 1, 2, 3..., com sign(a) = 1,0,1 se A < 0, A = 0 e A > 0; θ 0 é valor nominal, conhecido ou especificado. Assim, SR i é a diferença entre a soma dos postos das diferenças absolutas correspondentes às diferenças positiva e negativa, respectivamente. O teste estatístico de postos com sinais (SR) de Wilcoxon é uma popular alternativa não paramétrica ao teste t de uma amostra para testar hipóteses (ou formação dos intervalos de confiança) sobre o parâmetro de localização (média/mediana) de uma distribuição simétrica com população contínua. O teste Wilcoxon se configura numa alternativa robusta, de alto poder, em casos de não normalidade [12]. Nesta seção a abordagem adotada por Lucas e Saccucci [13] é estendida para a utilização da estatística de postos com sinais resultando no gráfico de controle NPEWMA-SR que é desenvolvido acumulando as estatísticas SR 1, SR 2, SR 3,... sequencialmente a partir de cada subgrupo. A estatística plotada neste gráfico é obtida pela substituição de X i (média das médias amostrais) no cálculo da estatística de controle do procedimento EWMA por SR, e é dada pela Equação 2 Z i = λsr i + (1 λ)z i 1 i = 1, 2, 3, ; (2) onde o valor de início é tomado como Z 0 = 0 e 0 < λ 1 é a constante de aproximação. Quando λ = 1 tem-se o gráfico NP Shewhart, tipo SR de Bakir [13]. O gráfico de controle NPEWMA-SR é desenvolvido pela plotagem de Z i versus o número da amostra i (ou tempo). Quando a estatística Z i ficar entre os dois limites de controle, o processo é considerado sob controle. No entanto, se ficar fora dos limites de controle, o processo é dito fora de controle estatístico. Os limites de controle exatos: Limite Inferior de Controle (LIC), Limite Superior de Controle (LSC) e da linha central (LM) do gráfico de controle NPEWMA-SR podem ser obtidos pela Equação 3 LIC LSC + 1)(2n + 1) = ± L (n(n ) ( λ 6 2 λ ) (1 (1 λ)2i ) (3) e LM = 0. Os limites de controle no estado estacionário e da linha média são dados pela Equação 4 LIC = ± LSC L (n(n+1)(2n+1) 6 ) ( λ ) (4) 2 λ e LM = 0. Estes limites são tipicamente utilizados quando o gráfico NPEWMA-SR tem sido executado por vários períodos de tempo sabendo que i para que (1 (1 λ) 2i ) 1. O desempenho de um gráfico de controle é estudado por meio de sua distribuição de comprimento de sequências Run Length (RL), que indica o número de amostras coletadas até a emissão de um sinal. A escolha dos parâmetros (λ, L) do projeto do gráfico NPEWMA-SR geralmente envolve duas etapas: incialmente encontrar as combinações (λ, L) que produzem o ARL sob controle (ARL 0) desejado. Em seguida plota-se contra ARL0 para encontrar o L para um dado valor de λ. Em segundo lugar, é preciso escolher, dentre estas combinações (λ, L), aquela que proporcionaria o melhor desempenho, ou seja, o menor ARL fora de controle (ARL δ) para a mudança (δ) que se deseja detectar. É importante salientar que, parâmetro de suavização (ponderação, que depende da magnitude da mudança a ser detectada) é tipicamente selecionado primeiro e, em seguida, a constante L > 0 (que determina a extensão dos limites de controle, ou seja, quanto maior for o valor de L, o mais amplo dos limites de controle e vice-versa) é selecionado. Para implementar o gráfico de controle NPEWMA- SR o analista de controle da qualidade precisa dos valores dos parâmetros do projeto (λ, L). O primeiro passo é escolher o valor de λ. Para pequenas mudanças, cerca de 0,5σ (desvios padrão) ou menos, recomenda-se a escolha de um λ pequeno, como para moderadas mudanças (aproximadamente entre 0,5 e 1,5σ) pode utilizar λ = 0,10. Se esses deslocamentos forem maiores (1,5σdesvio ou mais) pode utilizar a constante λ = 0,20 [5]. O segundo passo é escolher L que conjuntamente com o λ escolhido, de modo a atingir um valor de ARL 0 desejado. A Tabela 1 traz os valores de L para ARL 0 de 370, para os principais valores de λ e tamanho de amostra n = 5. Tabela 1 Valores de L para o NPEWMA-SR com ARL 0 = 370. L Magnitude da λ (NPEWMA-SR) Mudança 0,010 1,82 0,025 2,23 Pequena 0,050 2,48 0,100 2,67 Moderada 0,200 5,76 Grande Fonte: Adaptado de Graham, Chackraborti e Human (2009) Assim, para detecção de uma pequena mudança, com a utilização do gráfico NPEWMA-SR subgrupos de tamanho n = 5 e ARL 0 desejado de 370, pode-se utilizar a combinação (λ, L)= (0,05; 2,481) o que gera um ARL 0 alcançado de 370,29 [15]. III. PROCEDIMENTOS METODOLÓGICOS A. Caracterização e condução da pesquisa Este trabalho é caracterizado como uma pesquisa aplicada [16], [17], que tem a função de aprimorar conhecimentos por meio da aplicação prática direcionada à resolução de problemas encontrados na realidade. No caso do objeto de estudo deste trabalho, tem-se um conjunto de dados no qual sua distribuição é desconhecida e procura-se aplicar o gráfico de controle
4 estatístico adequado ao processo estudado. A forma de abordagem do problema, é quantitativa, pois para o alcance do objetivo proposto os resultados são avaliados através da aplicação dos gráficos de controle estatístico. Como os dados não foram caracterizados como normais, procurou-se realizar a transformação destes por meio do procedimento de Box e Cox [18]. A transformação foi realizada com a função BoxCox( ) do pacote forecast do R. Entretanto, não foram encontrados valores de λ que tornassem esta transformação possível. Assim, seguindo os procedimentos sugeridos no trabalho de Chakraborti, Human e Graham [9] o gráfico de controle média móvel exponencialmente ponderada não paramétrico, baseado em postos com sinais SR (NPEWMA-SR) foi aplicado para monitorar a mediana. É importante ressaltar que do ponto de vista técnico, a maioria dos procedimentos não paramétricos requer uma população contínua, para ser livre de distribuição e, portanto, em um contexto do CEP são considerados neste trabalho apenas os gráficos de controle para variáveis mensuráveis [9]. Algumas desvantagens dos gráficos de controle nãoparamétricos: apresentam menor eficiência do que gráficos paramétricos quando se tem um conhecimento completo da distribuição do processo no qual o método paramétrico foi especificamente projetado; geralmente requerem tabelas especiais para amostras pequenas e os métodos não paramétricos ainda não estão bem difundidos entre a maioria dos pesquisadores e profissionais da qualidade [9]. B. Caracterização do processo e coleta de dados Os dados utilizados apresentados no Anexo 1, correspondem a um processo industrial que é monitorado com amostras de tamanho n = 5 (cinco) coletadas diariamente a cada hora de produção. A característica de qualidade monitorada neste processo é o diâmetro externo do anel para a vedação, cujo valor nominal é de 202,1 ± 0,8 mm. O monitoramento desta característica se faz necessária para que se possa garantir sua função principal que é vedar. O processo de fabricação em estudo tem origem em uma indústria líder em tecnologia da borracha do norte de Santa Catarina. Este processo envolve a produção de um modelo de anéis de vedação (componentes de borracha) utilizados para juntas elásticas de tubulações da linha de adução e distribuição de rede de água pública; esgoto sanitário e predial, irrigação e indústria petroquímica. A sistemática de desenvolvimento do gráfico NPEWMA-SR para aplicação aos dados reais desse processo é realizada em linguagem R [19], a partir de um algoritmo cujos procedimentos estatísticos incluem as seguintes etapas: escolher o ARL 0; decidir o menor tamanho da mudança aceitável, definindo a constante de ponderação λ, e determinar o limite de controle de modo que o gráfico NPEWMA-SR produza o ARL 0 especificado. IV. RESULTADOS E DISCUSSÕES Para a construção do gráfico foi escolhido ARL 0 = 370 e λ = 0,05, ou seja, uma mudança pequena, e deste modo de acordo com a Tabela 1, definiu-se L = 2,48. Ressalta-se que devido à função do produto no qual a característica da qualidade é investigada, que é a vedação, há necessidade de controlar pequenas alterações, da ordem da magnitude estudada. Caso não sejam controladas, corre-se o risco de comprometer toda a cadeia posterior de aplicação. Quanto às suposições necessárias para aplicação de gráficos de controles (Fase I), os dados não apresentam autocorrelação, de acordo com o Gráfico da Função de Autocorrelação Amostral, que pode ser visualizado na Figura 1. Figura 1 Gráfico da Função de Autocorrelação Amostral ACF. Além disso, os dados não seguem distribuição normal, o que pode ser corroborado com o gráfico de probabilidade normal (Figura 2) e com o teste de normalidade Shapiro-Wilk (valor p = 0,03444) com α = 5%. Figura 2 - Gráfico de Probabilidade Normal Como os dados não seguem a distribuição normal optou-se por fazer transformações para utilizá-los em gráficos de controle de Shewhart e EWMA, atendendo a seus pressupostos. Informações quanto às transformações e o teste de normalidade após a tentativa de transformação estão dispostos na Tabela 2.
5 Tabela 2 Valores de λ da Transformação Box Cox e resultado do valor p do teste de normalidade. λ Valor p λ Valor p λ Valor p -2,0 0, ,4 0, ,5 0, ,75 0, ,3 0, ,6 0, , ,2 0, ,7 0, ,0 0, ,1 0, ,8 0, ,9 0, ,0 0, ,9 0, ,8 0, ,1 0, ,0 0, ,7 0, ,2 0, ,5 0, ,6 0, ,3 0, ,75 0, ,5 0, ,4 0, ,0 0,03459 Fonte: Dados da pesquisa (2015) Por meio da Tabela 2 verifica-se que foram utilizados todos os valores do intervalo do parâmetro de transformação λ do procedimento Box e Cox [18] e não foi possível fazer a transformação no conjunto de dados para que o mesmo fosse admitido como normal, conforme aponta o valor p do teste de normalidade. Uma vez que os dados não seguem a distribuição normal, à aplicação dos gráficos tradicionais pode implicar no aparecimento de alarmes falsos, até mesmo no gráfico de controle EWMA, mais robusto a ausência de normalidade nos dados. Para os dados do presente processo os gráficos paramétricos Shewhart (Figura 3) e EWMA (Figura 4) geram 13 pontos além dos limites de controle, sendo a maioria destes alarmes falsos. Assim, esses gráficos de controle não se mostram adequados para serem aplicados no processo em estudo. Figura 3 Gráfico de Shewhart com os dados originais do processo. Group Summary Statistics Figura 4 Gráfico EWMA com os dados originais do processo. Nesse sentido, o conjunto de dados original foi aplicado ao gráfico de controle NPEWMA-SR, conforme apresentado na Figura 5. Z Figura 5 Gráfico NPEWMA-SR para os dados do processo Number of groups = 25 Center = StdDev = LSC = 2.95 LIC = Group Smoothing parameter = 0.2 Control limits at 3*sigma No. of points beyond limits = 13 UCL LCL Group summary statistics UCL CL LCL Subgrupos Fonte: Dados da pesquisa (2015) Os valores de S ri e Z i, obtidos a partir das Equações 1 e 2 se encontram na Tabela 3. Assumiu-se a mediana igual ao valor nominal (202,1) Number of groups = 25 Center = StdDev = Group LCL = UCL = Number beyond limits = 13 Number violating runs = 1
6 Tabela 3 Valores de S ri e Z i. Amostra S ri Z i Amostra S ri Z i , , , , , , , , , , , , , , , , , , , , , , , , ,7573 O limite inferior de controle (LIC) assintótico e limite superior de controle assintótico (LSC) calculados por meio da Equação (3) são LIC = -2,95 e LSC= 2,95. O gráfico resultante conforme Figura 5. A rotina em linguagem R, para construção do gráfico de controle NPEWMA-SR encontra-se no Anexo 2. O gráfico de controle NPEWMA-SR da Figura 5, mostra que o processo não está sob controle estatístico, ultrapassando o limite superior na 25ª amostra. Pode-se verificar no gráfico, no entanto, uma tendência de crescimento na característica de controle do processo que tem início nas amostras anteriores, mais precisamente na 18ª amostra. Sabe-se que o processo em questão sofre realmente um leve aumento, cerca de 0,5 erros padrão, no nível de seu valor nominal. Ainda, de acordo com Graham, Chakraborti e Human [15] em situações de não normalidade, para mudanças de magnitude inferior a 1,5σ, o gráfico NPEWMA-SR tem melhor desempenho que o gráfico EWMA e alguns outros procedimentos não paramétricos. O gráfico EWMA, embora seja paramétrico apresenta certa robustez a não normalidade, porém para este processo um gráfico NPEWMA-SR se apresenta como uma solução adequada para seu monitoramento. V. CONCLUSÃO O CEP tem sido extensivamente empregado desde sua introdução por Walter Shewhart. Em geral, os gráficos de controle têm procedimentos paramétricos quando se admite que a característica de qualidade de interesse segue uma distribuição de probabilidade específica [5]. Entretanto, existem muitas situações em que a característica da qualidade não atende a estes procedimentos, ou seja, não segue uma distribuição normal, desta forma as técnicas não paramétricas podem ser uma opção [9]. O gráfico de controle não paramétrico EWMA de postos com sinais (NPEWMA-SR), objeto de estudo deste trabalho, é aplicável a qualquer processo que tem distribuição contínua; não é necessária qualquer suposição de simetria ou normalidade. Em contraste, o tradicional gráfico EWMA paramétrico exige que o processo seja distribuído normalmente. No entanto, se o processo não atende a tal exigência, o gráfico EWMA levará a uma especificação errada dos limites de controle, do número médio de amostras coletadas até à missão de um sinal (ARL) e da taxa de falso alarme. É importante salientar ainda que a implementação de qualquer gráfico de controle de que se considere, pressupõe uma escolha adequada entre a utilização de gráficos paramétricos ou não paramétricos, uma vez que a sua eficiência depende em parte desta escolha. Neste trabalho, o gráfico de controle não paramétrico baseado na estatística SR (NPEWMA-SR) é aplicado a um conjunto de dados de uma indústria de tecnologia da borracha. A situação apresentada, havia uma série de dados cuja distribuição subjacente é desconhecida. Conclui-se que o gráfico NPEWMA é uma alternativa viável para o caso específico, pois foi capaz de identificar uma mudança de magnitude pequena. VI. CONSIDERAÇÕES FINAIS No contexto da aplicação realizada um aspecto positivo a ser destacado está na facilidade de construção do gráfico NPEWMA, a partir dos recursos computacionais atuais. O código utilizado para construção do gráfico de controle NPEWMA-SR (Anexo 2) possui uma sintaxe de programação simples e de fácil entendimento. Além de que pode ser facilmente implementada em ferramentas de acesso livre, como o R; em pacotes comerciais que permitem integração com o R, como o Statistica e também a partir da customização de planilhas eletrônicas. Outro ponto a evidenciar é que o presente trabalho pode auxiliar na disseminação da aplicação de gráficos não paramétricos, uma vez que, um número limitado de gráficos de controle não paramétricos tem sido relatado na literatura. Como sugestões para a continuidade desta pesquisa, sugere-se a partir das características do processo efetuar simulações de situações sob controle estatístico e fora de controle estatístico, controlando a magnitude da mudança e o momento de ocorrência, para avaliar a performance do NPEWMA. Do ponto de vista prático, comparar o desempenho do gráfico NPEWMA-SR com outros gráficos existentes, não paramétricos e até mesmo paramétricos, também se constituem sugestões para a continuidade das investigações.
7 REFERÊNCIAS [1] RAMOS, E. M. L. S. Aperfeiçoamento e desenvolvimento de ferramentas do controle estatístico da qualidade utilizando quartis para estimar o desvio padrão. Tese (Doutorado em Engenharia de Produção) Programa de Pós- Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis, [2] WOODAL, W. H.; MONTGOMERY, D. C. Research issues and ideas in statistical process control. Journal of Quality Technology, v. 31, n. 4, p , [3] WOODALL, W. H. Controversies and contradictions in statistical process control. Journal of Quality Technology, v. 32, n. 4, p , [4] QIU, P.; LI, Z. On nonparametric statistical process control of univariate processes. Technometrics, v. 53, n. 4, p , [5] MONTGOMERY, D. C. Introdução ao controle estatístico de qualidade. Rio de Janeiro: LTC, [6] GIBBONS, J. D.; CHAKRABORTI, S. Nonparametric statistical inference, 4th ed. Revised and Expanded, New York: Marcel Dekker, [7] CHAKRABORTI, S.; VAN DER LAAN, P.; BAKIR, S. T. Nonparametric control charts: An overview and some results. Journal of Quality Technology, v. 33, p , [8] CHAKRABORTI, S.; GRAHAM, M. A. Nonparametric control charts. Encyclopedia of statistics in quality and reliability, v. 1, p , New York: John Wiley & Sons, [9] CHAKRABORTI, S.; HUMAN, S. W.; GRAHAM, M. A. Nonparametric (Distribution-Free) Quality Control Charts. In: Handbook of Methods and Applications of Statistics: Engineering, Quality Control, and Physical Sciences. N. Balakrishnan, p New York:John Wiley& Sons, [10] MUKHERJEE, A.; GRAHAM, M. A.; CHAKRABORTI, S. Distribution-free exceedance CUSUM control charts for location. Communications in Statistics-Simulation and Computation, v. 42, n. 5, p , [11] CHAKRABORTI, S.; ERYILMAZ, S.; HUMAN, S. W A phase II nonparametric control chart based on precedence statistics with runs-type signaling rules. Computational Statistics and Data Analysis, v. 53, p , [12] WEBER, M.; SAWILOWSKY, S. Comparative Power Of The Independent t, Permutation t, and Wilcoxon Tests, Journal of Modern Applied Statistical Methods, v. 8, n.1,p. 1-15, [13] LUCAS, J. M.; SACCUCCI, M. S. Exponentially weighted moving average control schemes: properties and enhancements. Technometrics, v. 32, n. 1, p. 1-12, [14] BAKIR, T. S. A Distribution-free Shewhart quality control chart based on signed-ranks, Quality Engineering, v. 16, n. 4, p , [15] GRAHAM, M. A.; HUMAN, S. W.; CHAKRABORTI, S. A nonparametric EWMA control chart based on the sign statistic. Technical Report, 09/04, Department of Statistics, University of Pretoria, [16] BARROS, A. J. S.; LEHFELD, N. A. S. Fundamentos de metodologia: Um guia para a iniciação científica. 2.ed. São Paulo: Makron Books, [17] GIL, A. C. Como elaborar projetos de pesquisa. 5 ed. São Paulo: Atlas, [18] BOX, G.; COX, D. R. An analysis of transformations. Journal of the Royal Society, v. 26, p , [19] R CORE TEAM. R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna, Austria. Disponível em: < Acesso em: 28 fev
8 ANEXO 1 CONJUNTO DE DADOS X1 X2 X3 X4 X ,84 202,86 202,85 202,87 201, ,56 202,77 202,09 201,7 202, ,18 202,78 201,94 202,75 202, ,56 202,62 202,37 202,56 202, ,35 201,82 201,47 201,76 201, ,72 202,71 202,35 202,00 201, ,36 201,59 201,43 201,71 202, ,35 202,23 202,87 202,85 202, ,37 201,34 202,17 201,53 201, ,76 201,52 201,96 202,32 202, ,02 202,59 202,76 202,79 202, ,55 201,59 201,41 201,52 201, ,72 202,22 201,61 201,65 201, ,92 202,79 202,75 202,47 202, ,45 201,75 202,09 201,37 201, ,31 202,19 201,82 202,69 202, ,32 201,34 201,41 201,32 202, ,32 201,42 201,87 202,07 201, ,88 202,28 202,86 202,88 202, ,88 202,75 202,88 202,89 202, ,51 202,87 202,88 202,89 202, ,64 202,36 202,27 201,98 202, ,79 202,78 202,86 202,87 202, ,84 202,89 202,76 202,73 202, ,87 202,89 202,88 202,76 202,89
9 ANEXO 2 ROTINA DO R NPEWMA<-function(dados,lambda,L,theta){ rij=0 for (i in 1:nrow(dados)){ rij[i]=sum(sign(dados[i,]-theta)*rank(abs(dados[i,]-theta)))} z<-0 z[1]<-lambda*rij[1]+(1-lambda)*z[1] for (i in 1:(nrow(dados)-1)){ z[i+1]=lambda*rij[i+1]+(1-lambda)*z[i]} n=ncol(dados) cl=l*sqrt(((n*(n+1)*(2*n+1))/6)*(lambda/(2-lambda))) lcl=round(-cl,2) ucl=round(cl,2) plot(z,type="b",bg=ifelse( z >ucl, 2, 1),pch=21,ylim=c(- 7,7),xlab="Subgrupos",ylab="Z") abline(h=ucl,lty=2) abline(h=lcl,lty=2) abline(h=0) text(2.5,ucl*1.2,paste("lsc =", ucl)) text(2.5,lcl*1.2,paste("lic =", lcl)) print(ucl) }
Gráficos 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 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 maisThe use of the Exponentially Weighted Moving Average statistical for the predictive control, monitoring and adjustment processes
A estatística Média Móvel Exponencialmente Ponderada para o controle preditivo, monitoramento e ajuste de processos Custodio da Cunha Alves Universidade da Região de Joinville - UNIVILLE. Depto de Engenharia
Leia 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 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 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 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 maisMAE532 Controle Estatístico de Qualidade
Exercício 1. O número de interruptores não-conformes em amostras de tamanho 150 são mostrados na planilha Lista 6 2013.xls. Construa um gráfico de controle para a fração não-conforme para esses dados.
Leia 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 maisUma Análise de Desempenho de Gráficos de Controle Multivariados. Rodrigo Luiz P. Lara 1, José Ivo Ribeiro Júnior 2, Rafael L. R.
ISSN: 2317-0840 Uma Análise de Desempenho de Gráficos de Controle Multivariados Rodrigo Luiz P. Lara 1, José Ivo Ribeiro Júnior 2, Rafael L. R. Oliveira 3 1,2 DET-UFV: Universidade Federal de Viçosa, Viçosa-MG.
Leia maisCOMPARAÇÃO DO DESEMPENHO ENTRE OS GRÁFICOS DE CONTROLE X-BARRA E T - STUDENT VARIANDO- SE O NÚMERO E O TAMANHO DAS AMOSTRAS
COMPARAÇÃO DO DESEMPENHO ENTRE OS GRÁFICOS DE CONTROLE X-BARRA E T - STUDENT VARIANDO- SE O NÚMERO E O TAMANHO DAS AMOSTRAS Flavio Luiz Mazocco (UFSCar ) mazocco@hotmail.com Germano Mendes Rosa (IFMG )
Leia maisTítulo - Actas das 4. as Jornadas de Engenharia Hidrográfica Autor - Instituto Hidrográfico Tiragem exemplares Edição e paginação - Instituto
ACTAS Lisboa Título - Actas das 4. as Jornadas de Engenharia Hidrográfica Autor - Instituto Hidrográfico Tiragem - 230 exemplares Edição e paginação - Instituto Hidrográfico, 2016 Impressão e acabamento
Leia maisAVALIAÇÃO A PARTIR DE SIMULAÇÃO DO LIMITE SUPERIOR H DE UM GRÁFICO MULTIVARIADO DE SOMAS ACUMULADAS (MCUSUM)
ISSN 1984-9354 AVALIAÇÃO A PARTIR DE SIMULAÇÃO DO LIMITE SUPERIOR H DE UM GRÁFICO MULTIVARIADO DE SOMAS ACUMULADAS (MCUSUM) Elisa Henning (UDESC) Custodio da Cunha Alves (UNIVILLE) Andréa Cristina Konrath
Leia 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 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 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 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 maisCEQ aplicado na saúde pública
Revisão de artigo: CEQ aplicado na saúde pública Trabalho apresentado à disciplina CE219 Alunos: Igor Holtrup Horrocks Rafael Buttini Salviato Sumário 1. O artigo; 2. O porquê de utilizar CEQ; 3. Métodos
Leia maisPalavras-Chave: Gráficos de Controle Especiais, Geoestatística.
Estudo de Cartas Especiais e Geoestatística no Controle Estatístico de Processos Bruna Fernanda Viotto Oliveira¹ Edilson Ferreira Flores² RESUMO O presente estudo teve como objetivo explorar as técnicas
Leia maisEXPANSÃO DOS LIMITES DE CONTROLE DAS CARTAS DE SHEWHART CONSIDERANDO A SIGNIFICÂNCIA PRÁTICA
EXPANSÃO DOS LIMITES DE CONTROLE DAS CARTAS DE SHEWHART CONSIDERANDO A SIGNIFICÂNCIA PRÁTICA FABRICIO MARTINS DA COSTA (UFSCar) fabricio_estatistico@hotmail.com Pedro Carlos Oprime (UFSCar) pedro@dep.ufscar.br
Leia maisANÁLISE DO DESEMPENHO DE GRÁFICOS DE CONTROLE DA VARIÂNCIA COM PARÂMETRO ESTIMADO
ANÁLISE DO DESEMPENHO DE GRÁFICOS DE CONTROLE DA VARIÂNCIA COM PARÂMETRO ESTIMADO Pedro Carlos Oprime (DEP/UFSCar) pedro@dep.ufscar.br Gilberto Miller Devos Ganga (DEP/UFSCar) ganga@dep.ufscar.br O objetivo
Leia 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 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 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 maisUSO DE NÚCLEOS ESTIMADORES NA CONSTRUÇÃO DE GRÁFICOS DE CONTROLE DE SHEWHART PARA MEDIDAS INDIVIDUAIS
USO DE NÚCLEOS ESTIMADORES NA CONSTRUÇÃO DE GRÁFICOS DE CONTROLE DE SHEWHART PARA MEDIDAS INDIVIDUAIS Lupércio França Bessegato 1, Alan de Paiva Loures 2, Fernando Luiz Pereira de Oliveira 3 Resumo: Das
Leia mais5. Carta de controle e homogeneidade de variância
5. Carta de controle e homogeneidade de variância O desenvolvimento deste estudo faz menção a dois conceitos estatísticos: as cartas de controle, de amplo uso em controle estatístico de processo, e a homogeneidade
Leia maisCONTROLE ESTATÍSTICO DO PROCESSO: ABORDAGEM MULTIVARIADA PARA MEDIDAS INDIVIDUAIS
CONTROLE ESTATÍSTICO DO PROCESSO: ABORDAGEM MULTIVARIADA PARA MEDIDAS INDIVIDUAIS Liane Werner Departamento de Estatística / UFRGS Av. Bento Gonçalves, 9500 - Porto Alegre -RS E-mail: WERNER@MAT.UFRGS.BR
Leia maisDESEMPENHO DE CARTAS DE CONTROLE NÃO PARAMÉTRICAS PARA MEDIDAS INDIVIDUAIS BASEADAS EM NÚCLEO ESTIMADORES
XI Simpósio de Mecânica Computacional II Encontro Mineiro de Modelagem Computacional Juiz de Fora, MG, 28-30 de Maio de 2014 DESEMPENHO DE CARTAS DE CONTROLE NÃO PARAMÉTRICAS PARA MEDIDAS INDIVIDUAIS BASEADAS
Leia maisAPLICAÇÃO DE TÉCNICAS TRADICIONAIS E D~ SÉRIES TEMPORAIS NO CONTROLE ESTATíSTICO DA QUALIDADE
Ciência e Natura, Santa Maria, 18: 49-59, 1996 49 APLICAÇÃO DE TÉCNICAS TRADICIONAIS E D~ SÉRIES TEMPORAIS NO CONTROLE ESTATíSTICO DA QUALIDADE Maria Emilia Camargo e Helio Ricardo Friedrich Departamento
Leia 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 maisGRÁFICOS DE SHEWHART BASEADOS NA ESTATÍSTICA DE QUI- QUADRADO E COM REGRA ESPECIAL DE DECISÃO
7 a 3/9/5, Gramado, RS GRÁFICOS DE SHEWHART BASEADOS NA ESTATÍSTICA DE QUI- QUADRADO E COM REGRA ESPECIAL DE DECISÃO Marcela Aparecida Guerreiro Machado Departamento de Produção, UNESP Guaratinguetá, 1516-41,
Leia 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 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 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 maisO uso da estatística de qui-quadrado No
O uso da estatística de qui-quadrado No controle de processos Antônio Fernando Branco Costa FEG/UNESP, Avenida Ariberto Pereira da Cunha, 333, CEP 1516-410, Bairro do Pedregulho, Guaratinguetá, SP e-mail:
Leia maisPara ajudar a interpretar os resultados, o Cartão de Relatórios do Assistente do teste de % de defeituosos para 1 amostra exibe os seguintes
Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas no assistente no software estatístico
Leia maisGráficos de controle de médias móveis exponencialmente ponderadas no processo de aplicação de insumos agrícolas: um estudo de caso
Gráficos de controle de médias móveis exponencialmente ponderadas no processo de aplicação de insumos agrícolas: um estudo de caso Natália da Silva Martins 1, Erik Augusto Barreto Jr. 2, Marcos Milan 2,
Leia maisEstimadores, pontual e intervalar, para dados com censuras intervalar
Estimadores, pontual e intervalar, para dados com censuras intervalar Débora Ohara, Estela Maris Pereira Bereta, Teresa Cristina Martins Dias Resumo Dados com censura intervalar ocorrem com frequência
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 maisTESTES NÃO PARAMÉTRICOS (para mediana/média)
MAE212: Introdução à Probabilidade e à Estatística II - Profas. Beti e Chang (2012) 1 TESTES NÃO PARAMÉTRICOS (para mediana/média) Os métodos de estimação e testes de hipóteses estudados até agora nessa
Leia maisProposta de uma carta de controle estatístico de dados autocorrelacionados
Proposta de uma carta de controle estatístico de dados autocorrelacionados Fernando de Jesus Moreira Junior (UFRGS) fmjunior@ufrgs.br Carla Schwengber ten Caten (UFRGS) tencaten@producao.ufrgs.br Resumo
Leia maisComparação dos gráficos de controle Shewhart e Cusum na variável de perfilagem do caliper
Comparação dos gráficos de controle Shewhart e Cusum na variável de perfilagem do caliper Evelyn Souza Chagas 1 Lêda Valéria Ramos Santana 1 Hérica Santos da Silva 1 Dra. Suzana Leitão Russo 2 Msc. Vitor
Leia maisO USO DE GRÁFICOS AVANÇADOS CUSUM NA VERIFICAÇÃO DO COMPORTAMENTO DE UM PROCESSO A PARTIR DAS NÃO CONFORMIDADES EM UMA INDÚSTRIA DO SEGMENTO GRÁFICO
O USO DE GRÁFICOS AVANÇADOS CUSUM NA VERIFICAÇÃO DO COMPORTAMENTO DE UM PROCESSO A PARTIR DAS NÃO CONFORMIDADES EM UMA INDÚSTRIA DO SEGMENTO GRÁFICO Andre Luiz Monteiro de Vasconcelos (UFCG) andrelmv@gmail.com
Leia 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 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 maisANÁLISE COMPARATIVA DE CARTAS DE CONTROLE PARA DADOS DE ATRIBUTOS NÃO- CONFORMES
ANÁLISE COMPARATIVA DE CARTAS DE CONTROLE PARA DADOS DE ATRIBUTOS NÃO- CONFORMES Izabelle Cristine Hannemann de Freitas (PUCPR ) izabelle-hannemann@hotmail.com Lee Vinagre Monteiro (PUCPR ) lee_vinagre@hotmail.com
Leia maisGRÁFICOS DE CONTROLE DE XBARRA PARA O MONITORAMENTO DE PROCESSOS AUTOCORRELACIONADOS COM REGRA ESPECIAL DE DECISÃO
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia maisMODELOS ARIMA PARA MONITORAÇÃO DA QUALIDADE DA PRODUÇÃO DA INDÚSTRIA TÊXTIL OESTE LTDA
MODELOS ARIMA PARA MONITORAÇÃO DA QUALIDADE DA PRODUÇÃO DA INDÚSTRIA TÊXTIL OESTE LTDA Orientadora: Dra. Maria Emília Camargo Co-Orientadora: Dra. Suzana Leitão Russo Bolsistas de Apoio Técnico: Jonas
Leia 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 maisO ambiente R como uma proposta de renovação para aprendizagem e monitoramento de processos em Controle Estatístico de Qualidade
O ambiente R como uma proposta de renovação para aprendizagem e monitoramento de processos em Controle Estatístico de Qualidade Elisa Henning (UFSC) dma2eh@joinville.udesc.br Custodio da Cunha Alves (UNIVILLE)
Leia maisPerfil geoestatístico de taxas de infiltração do solo
Perfil geoestatístico de taxas de infiltração do solo João Vitor Teodoro¹ Jefferson Vieira José² 1 Doutorando em Estatística e Experimentação Agronômica (ESALQ/USP). 2 Doutorando em Irrigação e Drenagem
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 maisMetodologia de Box-Jenkins. Metodologia de Box-Jenkins. Metodologia de Box-Jenkins
Programa de Pós-graduação em Engenharia de Produção Análise de séries temporais: Modelos de Box-Jenkins Profa. Dra. Liane Werner Metodologia de Box-Jenkins Para os modelos de decomposição e os modelos
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 maisMétodo de estimativa dos limites da carta de controle não paramétrica que monitora simultaneamente a média e variância
Gest. Prod., São Carlos http://dx.doi.org/0.590/004-530x445-4 Método de estimativa dos limites da carta de controle não paramétrica que monitora simultaneamente a média e variância Method for determining
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 maisUM ESTUDO COMPARATIVO ENTRE O DESEMPENHO DE GRÁFICOS DE CONTROLE ESTATÍSTICO MULTIVARIADOS COM A APLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS
UM ESTUDO COMPARATIVO ENTRE O DESEMPENHO DE GRÁFICOS DE CONTROLE ESTATÍSTICO MULTIVARIADOS COM A APLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS Elisa Henning UDESC Campus Universitário Professor Avelino
Leia maisMONITORING BIVARIATE PROCESSES WITH A SHEWHART CHART
MONITORING BIVARIATE PROCESSES WITH A SHEWHART CHART Antonio Fernando B. Costa Universidade Estadual Paulista, Faculdade de Engenharia de Guaratinguetá Campus de Guaratinguetá, São Paulo fbranco@feg.unesp.br
Leia 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 maisPREVISÃO E CONTROLE DE ENERGIA
PREVISÃO E CONTROLE DE ENERGIA Eliane da Silva Christo (UFF) eliane.ch@gmail.com MIRLEY BITENCOURT FERREIRA (UFF) mirleybit@hotmail.com Um dos componentes mais importantes de infra-estrutura no processo
Leia maisAplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante
Aplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante Eduardo Campana Barbosa1 Carlos Henrique Osório Silva2 Resumo: Utilizou-se a metodologia Box & Jenkins para previsão da demanda
Leia maisEngenharia e Tecnologia Espaciais ETE Engenharia e Gerenciamento de Sistemas Espaciais
Engenharia e Tecnologia Espaciais ETE Engenharia e Gerenciamento de Sistemas Espaciais SITEMA DE GESTÃO DA QUALIDADE SEIS SIGMA 21.12.2009 SUMÁRIO Introdução ao Sistema de Gestão da Qualidade SEIS SIGMA
Leia maisA UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE:
A UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE: ESELAW 09 MARCOS ANTÔNIO P. & GUILHERME H. TRAVASSOS) 1 Aluna: Luana Peixoto Annibal
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 maisGRÁFICOS DE CONTROLE 3D APLICADOS A PROCESSOS PARALELOS EM UMA INDÚSTRIA MANUFATUREIRA DO ESTADO DO CEARÁ
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. GRÁFICOS DE CONTROLE 3D APLICADOS A PROCESSOS PARALELOS EM UMA INDÚSTRIA MANUFATUREIRA DO ESTADO DO CEARÁ João Welliandre Carneiro Alexandre (UFC) jwca@ufc.br
Leia 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 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 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 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 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 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 maisInfluencia de Distribuições a priori na Analise Bayesiana em dados de contagem
Influencia de Distribuições a priori na Analise Bayesiana em dados de contagem Olinda Fátima dos Santos 1 Carla Regina Guimarães Brighenti 1 1-Introdução A utilização de informação a priori em inferência
Leia mais7 Análise de Desempenho dos Gráficos EWMA para o Controle Estatístico da Dispersão
7 Análise de Desempenho dos Gráficos EWMA para o Controle Estatístico da Dispersão Neste capítulo são obtidos os projetos ótimos e as medidas de desempenho dos gráficos de controle de grupos de EWMA projetados
Leia 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 maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA "LUIZ DE QUEIROZ" DEPARTAMENTO DE CIÊNCIAS EXATAS RELATÓRIO DE ATIVIDADE PRÁTICA Relatório da aula prática nº 1, da disciplina LCE602 - Estatística
Leia maisMódulo 5 As modificações da 2ª. Edição. Cartas de controle para condições especiais (construção e interpretação).
Módulo 5 As modificações da 2ª. Edição. Cartas de controle para condições especiais (construção e interpretação). Manual da 2ª. edição Conteúdos (1) CAPÍTULO I Melhoria contínua e introdução ao CEP. Seções
Leia maisInfluência do Tamanho Amostral no Planejamento Econômico para Controle On-Line de Processo por Atributo com Erros de.
Influência do Tamanho Amostral no Planejamento Econômico para Controle On-Line de Processo por Atributo com Erros de 1. Introdução: Classificação Lupércio França Bessegato 1 Roberto da Costa Quinino 2
Leia maisESTUDO COMPARATIVO DO DESEMPENHO DAS CARTAS DE CONTROLE CUSUM E EWMA
ESTUDO COMPARATIVO DO DESEMPENHO DAS CARTAS DE CONTROLE CUSUM E EWMA VERA DO CARMO COMPARSI DE VARGAS PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO UNIVERSIDADE FEDERAL DE SANTA MARIA LUIS FELIPE
Leia maisObtenção do NMA do Gráfico de Controle de Regressão
Obtenção do NMA do Gráfico de Controle de Regressão Danilo Cuzzuol Pedrini (UFRGS) danilo@producao.ufrgs.br Carla Schwengber ten Caten (UFRGS) tencaten@producao.ufrgs.br Resumo: Para a aplicação dos gráficos
Leia maisUma Avaliação do Erro Tipo II no Uso do Teste t-student
Uma Avaliação do Erro Tipo II no Uso do Teste t-student Cleber Giugioli Carrasco Thiago Santana Lemes 1 Unidade Universitária de Ciências Exatas e Tecnológicas, Universidade Estadual de Goiás, UnUCET/UEG,
Leia maisComparando Duas Amostras (abordagem não-paramétrica)
Comparando Duas Amostras (abordagem não-paramétrica) Aula de hoje Estatística Não-Paramétrica Parâmetro: é medida usada para descrever uma característica de uma população Ponto estimativa por ponto (média,
Leia maisCartas EWMA Unilaterais: Uma Aplicação ao Controlo de um Parâmetro de Escala
III Congresso Anual da Sociedade Portuguesa de Estatística Guimarães, 26 a 28 de Junho de 1995 Cartas EWMA Unilaterais: Uma Aplicação ao Controlo de um Parâmetro de Escala Manuel Morais* e Fernanda Ramalhoto*
Leia mais4 Análise de Desempenho dos Gráficos tipo Shewhart para o Controle Estatístico da Dispersão
4 Análise de Desempenho dos Gráficos tipo Shewhart para o Controle Estatístico da Dispersão Neste capítulo são obtidas as medidas desempenho dos gráficos de controle de Shewhart descritos no Capítulo 2
Leia maisControle Estatístico de Processos Multicanal
Bruno Francisco Teixeira Simões Controle Estatístico de Processos Multicanal Tese de Doutorado Tese apresentada ao Programa de Pós-graduação em Engenharia de Produção do Departamento de Engenharia Industrial
Leia 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 maisUM ESTUDO DO ERRO TIPO II EM UM TESTE DE HIPÓTESES PARA A MÉDIA
UM ESTUDO DO ERRO TIPO II EM UM TESTE DE HIPÓTESES PARA A MÉDIA CARRASCO, Cleber Giugioli 1 SILVA, Luciano Amaral da 2 7 Recebido em: 2013-04-29 Aprovado em: 2013-09-29 ISSUE DOI: 10.3738/1982.2278.894
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
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 maisMétodos Estatísticos
Métodos Estatísticos 8 Inferência Estatística stica Estimação de Parâmetros Média Referencia: Estatística Aplicada às Ciências Sociais, Cap. 9 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 22. Estimação
Leia maisPlanejamento de Experimentos Suposições do Modelo e Comparações Múltiplas
1 / 30 Planejamento de Experimentos Suposições do Modelo e Comparações Múltiplas Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 30 Exemplo típico: Resistência de uma nova fibra sintética
Leia maisMétodos Estatísticos Avançados em Epidemiologia
1 / 44 Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Referência: Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 44
Leia maisOs testes. O teste de McNemar O teste de Wilcoxon O teste do sinais
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste de McNemar O teste de Wilcoxon O teste do sinais O teste de McNemar para a significância de mudanças é aplicável
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
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 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 maisQualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Processos.
Roteiro da apresentação 1 Controle de Qualidade Lupércio França Bessegato 2 3 4 UFMG Especialização em Estatística Setembro/2008 5 6 7 8 Gráfico de Controle de Shewhart Hipóteses do gráfico de controle
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 maisTécnicas Computacionais em Probabilidade e Estatística I. Aula III
Técnicas Computacionais em Probabilidade e Estatística I Aula III Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Arquivo PULSE do Minitab Refere-se a um experimento feito por alunos. Cada um deles registrou
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 mais