XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
|
|
- Anderson Pinto Stachinski
- 5 Há anos
- Visualizações:
Transcrição
1 Avaliação da confiabilidade de produtos em desenvolvimento através da combinação das técnicas de planejamento de experimento e testes acelerados de vida. Wanderley Silva Damaceno (UFPE) wander_sivla@yahoo.com.br Paulo Renato Alves Firmino (UFPE) praf62@yahoo.com Enrique López Droguett (UFPE) ealopez@ufpe.br Resumo Neste artigo iremos avaliar a confiabilidade de produtos em desenvolvimento utilizando a combinação de duas técnicas: Planejamento de experimento e Testes acelerados de vida. O Planejamento de experimento será usado para selecionar os fatores que apresentarem uma maior influência no tempo de vida de um produto em desenvolvimento. O Teste acelerado de vida será usado para antecipar o aparecimento de falhas e com os dados colhidos fazer uma extrapolação do tempo de vida desses produtos para as condições normais de operação. É assumido que o tempo de vida do produto segue uma distribuição Weibull e a relação entre stress e tempo de vida é dado pelo modelo Power Law. Os parâmetros da distribuição Weibull serão estimados pelo processo de máxima verossimilhança. Palavras chave: Distribuição Weibull, Fatorial Fracionado,Testes Acelerados de Vida. 1. Introdução Testes acelerados têm sido freqüentemente adotados nas indústrias nos dias de hoje devido à necessidade de se obter dados de tempo de vida rapidamente. Testes de vida para produtos sob níveis altos de stress sem a introdução de modos de falhas adicionais pode providenciar significativas economias tanto de tempo como de recursos financeiros. A análise correta dos dados colhidos na aplicação de testes acelerados de vida irão produzir parâmetros e outras informações sobre a vida do produto em condições normais de uso.tradicionalmente análise dos dados de vida envolve a análise de dados sobre tempo de falhas (de um produto, sistema ou componente) obtidos em condições normais de operação com a finalidade de quantificar as características de vida do produto, sistema ou componente. Em muitas situações e por muitas razões dados sobre a vida ou dados sobre o tempo de falha de um determinado produto são muito difíceis se não impossíveis de serem obtidos. Razões para estes fatos incluem o longo tempo de vida dos produtos fabricados hoje em dia, o pequeno período de tempo entre o desenvolvimento do produto e o seu lançamento no mercado. 2. Tipos de testes acelerados Os testes acelerados de vida são métodos que envolvem a aceleração do aparecimento de falhas com o propósito de quantificar as características de vida do produto em condições normais de uso. Geralmente testes acelerados podem ser divididos em três tipos distintos: testes qualitativos, Enviromental Stress Screening(ESS) e Burn-in e finalmente os testes acelerados de vida quantitativos. Testes acelerados de vida quantitativos são testes formulados para quantificar as características de vida de produtos, sob condições normais de uso, e conseqüentemente produzir informações sobre confiabilidade. Com respeito a informações de confiabilidade pode-se incluir a determinação da probabilidade de ocorrência de falhas do ENEGEP 2003 ABEPRO 1
2 produto em condições normais de uso e vida média sob condições normais. Testes acelerados de vida quantitativos podem ser representados por "Aceleração da taxa de uso" ou "Aceleração por elevação de stress". Testes de aceleração por elevação de stress, empregado para produtos que operam continuamente, aplica-se níveis de stress que excedem os níveis que o produto irá encontrar em condições normais de uso e usar o tempo de falha obtido desta maneira para extrapolar a condições normais de operação. 3. Planejamento de experimento Planejamento fatorial é um caminho muito eficiente e simples para modelar um experimento. Com o uso de cada planejamento, o efeito de algumas variáveis ou fatores no desenvolvimento de um produto pode ser estudado minuciosamente. O efeito de cada fator e suas interações como medida do desempenho e a variação na variável resposta podem ser estimadas. A otimização desta performance é usualmente o objetivo do experimento. Planejamento fatorial é altamente usado para estudar como os fatores selecionados afetam a variação na medida do desenvolvimento sendo designado para minimizar a variabilidade do processo, tendo assim uma melhor performance do processo tornando-se uma ferramenta importante na melhoria da confiabilidade. Em um planejamento fatorial, cada variável pode ter dois, três ou vários níveis. Os fatores e seus níveis podem ser determinados em experiências já existentes, conhecimento do comportamento do processo ou de acordo com o objetivo do experimentador. Se existem k variáveis, o planejamento fatorial completo irá ser chamado de fatorial completo 2 k e irá requerer 2 k ensaios (tratamentos). Por exemplo, um planejamento fatorial completo com três fatores e cada um com dois níveis irá requerer 2 3 ensaios. Com oito ensaios o efeito de todos os três fatores pode ser estimado com uma boa precisão. Podemos ter também a informação a respeito de como o efeito de um fator é afetado pelo nível de um outro fator, isto é chamado efeito da interação. Se o efeito da interação não se mostrar significativo pode-se fazer um estudo dos fatores isoladamente. O número de ensaios necessários para se fazer um planejamento fatorial 2 k completo aumenta rapidamente com k, o número de fatores investigados. Com sete fatores, por exemplo, um planejamento completo exigiria nada menos que 2 7 = 128 ensaios. Mas geralmente a informação desejada muitas vezes pode ser obtida a partir de um número de ensaios bem menor, correspondente a uma fração do número de ensaios do planejamento completo. Isto ocorre devido ao fato de o número de interações de ordem alta aumentar dramaticamente com o número de fatores e na prática determinar o seu valor não é motivo bastante para nos levar a fazer todos os ensaios de um planejamento completo, também quando o número de fatores aumenta, crescem as chances de que um ou mais deles não afetarem significativamente a resposta. Para não se correr o risco da exclusão de fatores que podem vir a ser importantes, devemos estudar neste estágio o maior número possível de variáveis. Podemos fazer isto sem aumentar o número de ensaios, usando planejamentos fracionados ao invés de fatoriais completos. 4. O uso do planejamento de experimento em testes acelerado de vida O uso de teste acelerado de vida reduz o tempo de teste significativamente enquanto que o uso de planejamentos de experimentos pode testar o efeito de vários fatores simultaneamente, produzindo o máximo de informações possíveis com um pequeno número de testes. A combinação do uso destes métodos pode ser discutido em dois diferentes casos. Um é uma investigação exploratória dos efeitos que os fatores exercem na variável resposta que é a intenção principal do planejamento de experimento e o outro é a verificação da confiabilidade para o caso dos testes acelerados de vida. Então em uma investigação exploratória da confiabilidade como propósito principal, o uso de planejamento de experimento é indicado e o teste pode ser acelerado pelo incremento dos níveis nos fatores de stress em estudo. Logo a ENEGEP 2003 ABEPRO 2
3 verificação via teste de vida acelerado é o propósito principal juntamente com a combinação de planejamento fatorial severo para estudo dos efeitos de fatores no experimento. Essas informações podem ser obtidas baseados nos efeitos desses fatores, na interação entre eles e na interação entre cada fator e o fator de stress. Em muitos casos, os mecanismos de falhas sobre estudo mudam com o aumento do nível de stress. Porém a aplicação de planejamentos fatoriais em níveis alto de stress pode ser usado para identificar essas mudanças. Se for confirmado que com o aumento do nível de stress os modos de falhas não sofreram mudança, ou seja, serão aqueles que apareceram em condições normais de uso, a aplicação dos testes de vida acelerados é justificada. 5. O modelo Power-Weibull. Em algumas situações existem argumentos teóricos para o uso da distribuição Weibull, pois essa distribuição é freqüentemente usada para modelar o tempo de vida de diversos produtos, como por exemplo, componentes eletrônicos, cerâmicos, capacitores, etc. Essa distribuição também é freqüentemente usada em testes acelerados de vida, pois os modelos baseados nesta distribuição são bastante maleáveis. O modelo Power-Weibull é baseado nas seguintes suposições: 1 Em qualquer nível de stress R, o tempo de vida do produto segue uma distribuição Weibull. 2 O parâmetro de forma da distribuição Weibull, β, é uma constante independente do nível de stress. 3 O parâmetro de escala da distribuição Weibull, α, é uma função inversa do stress γ 1 aplicado. ( ) 0 γ α R = e R. Depois de aplicar o logaritmo em ambos os lados à equação pode ser reescrita como a expressão linear: lnα( R) = γ 0 γ 1( ln R). (1) Os parâmetros γ 0 e γ 1 são características do produto e o método de teste. A relação do parâmetro α ( R) com o nível de stress R é uma linha reta em papel log-log e o valor até níveis usuais ou qualquer outro nível de stress pode facilmente ser estimado. Neste artigo, o logaritmo do parâmetro de escala α e o parâmetro de forma β da distribuição Weibull serão estimados pelo método da Máxima Verossimilhança. 6. Aplicação prática do método Como um exemplo prático da metodologia proposta será utilizado dados em Mohsen (1992), que se referem ao tempo de vida de bulbos de luz. A utilização do planejamento fatorial fracionado será feita para estudar o efeito de alguns fatores específicos na vida esperada de bulbos de luz. Dois conjuntos de experimentos são modelados e formulados como um planejamento fatorial fracionado Nestes experimentos, a vida dos bulbos de luz é medida sob diferentes condições experimentais. Seis fatores que supomos ter algum efeito na vida esperada dos bulbos são previamente selecionados. O propósito principal é investigar a influência do efeito desses fatores na vida esperada e a partir da identificação dos efeitos mais significativos utilizar esses fatores com o objetivo de obter uma estimativa do tempo de vida esperado dos bulbos de luz sob condições normais de uso. Para cada fator dois níveis são ENEGEP 2003 ABEPRO 3
4 escolhidos em cada experimento. Os fatores selecionados são: Voltagem(V), Freqüência de mudança em ligar e desligar(f), Tipo do bulbo de luz(l), Choques mecânicos(s), Materiais amortecedores(d) e o Tempo(T). Para o experimento 1 os níveis de voltagem usados foram 10.5 e 11 volts e para o experimento 2 os níveis de voltagem utilizados foram 8.5 e 9 volts. Estes níveis foram escolhidos afim de expor os item a um stress acima das condições normais de uso que é de 6 volts. O choque mecânico e a freqüência de mudança em ligar e desligar são trocados de um experimento para o outro para compensar o efeito da mudança dos níveis de voltagem aplicados aos experimentos. Ambos os experimentos terão oito combinações dos níveis dos fatores em estudo onde cada combinação terá 16 replicações do experimento sendo que em cada replicação os bulbos de luz são expostos a testes acelerados de vida e os testes são continuados até que todos os itens falhem. Com a obtenção dos dados a distribuição da vida dos bulbos de luz pode ser modelada e os parâmetros podem ser estimados. Na Tabela 1 ilustramos a matriz de planejamento para o experimento em estudo, o qual é o planejamento usado em ambos os experimentos. Na matriz de planejamento os níveis dos seis fatores utilizados nos experimentos são rotulados com os sinais e +. O experimento fatorial fracionado é reduzido para um fatorial completo 2 3 e com isso os sinais dos fatores T, S e D foram escolhidos como os da interação dos fatores principais VL, FL e VFL respectivamente. T S D Ensaio V F L VF VL FL VFL Tabela 1- Matriz de Planejamento do experimento fatorial fracionado juntamente com as oito combinações dos níveis dos fatores. Na formulação do experimento 1 os níveis do fator voltagem são mudados de 11 até 10.5 volts como mencionado anteriormente. Para os outros cinco fatores que foram escolhidos no planejamento do experimento os níveis são mostrados na Tabela 2. Nome dos fatores Nível - Nível + Voltagem(V) 11 volts 10.5 volts Freqüência de mudança ligar e desligar(f) 5 minutos ligado e 5 minutos desligado Desligado todo o período Tipo do bulbo de luz(l) Bulbos pequenos Bulbos grandes Choques Mecânicos(S) 8 marteladas a cada cinco minutos Nenhum choque Material de amortecimento(d) Não usado Usado Tempo(T) Fora da hora de Hora de trabalho trabalho Tabela 2 Níveis dos respectivos fatores usados no experimento 1. O nível - do fator freqüência de mudança em ligar e desligar submete o item há um stress em que o mesmo passa 5 minutos ligado e 5 minutos desligado. Este stress pode ser considerado como um choque elétrico que é aplicado ao bulbo de luz. A interação deste fator ENEGEP 2003 ABEPRO 4
5 com o fator voltagem será incluída na matriz de planejamento mostrada anteriormente com o intuito de se estudar o seu efeito. De posse dos níveis dos fatores, o experimento 1 é formulado para os oito ensaios definidos na matriz de planejamento e os dados são mostrados no Quadro 1 a seguir onde temos 16 bulbos de luz testados para cada ensaio. Pode-se notar que não temos tempos censurados pois o experimento foi realizado até que todos os componentes apresentarem falha. Ensaio 1 Ensaio 2 Ensaio 3 Ensaio 4 Ensaio 5 Ensaio 6 Ensaio 7 Ensaio Quadro 1 Tamanhos das vidas obtidas no experimento 1. Em todas as combinações dos níveis nos fatores, com 16 bulbos de luz testados até falharem. Considerando que o experimento ficou reduzido a um fatorial completo 2 3, onde os fatores principais são voltagem(v), freqüência de mudança ligar e desligar(f) e tipo de bulbo(l) e que os outros fatores são dados pelas interações existente ente os fatores principais tal que o fator tempo é dado pela interação VL, o fator choque mecânico é dado pela interação FL e por fim o fator tipo de material dado pela interação de maior ordem VFL. As estimativas dos efeitos para os fatores e suas interações podem ser vistas no Quadro 2 abaixo. Fator Efeito p-valor Voltagem(V) 95,969 0, Freqüência de mudança em ligar e -48,5 0, desliga(f) Tipo de bulbo de luz(l) -131,094 0, VF 38,625 0, Tempo(VL) 34,906 0, Choque mecânico(fl) -103,125 0, Tipo de material(vfl) 42,313 0, Quadro 2 Estimativa dos efeitos dos fatores principais e suas interações com as suas respectivas significância para o experimento 1. Pelo Quadro 2 temos uma idéia da magnitude da influência dos fatores na variável resposta que o tempo de vida do bulbo de luz. Os fatores que apresentaram um efeito estatisticamente significativo ao nível de 1% foram voltagem, tipo de bulbo, choque mecânico pode-se também considerar a freqüência de mudança em ligar e desligar, pois os mesmos apresentaram um p-valor menor que 1%, enquanto que os outros fatores não mostraram qualquer influência relevante na vida esperada dos bulbos de luz, observa-se também que o fator tempo foi o que apresentou o efeito menos significativo seguido pela interação entre a voltagem e a freqüência de mudança em ligar e desligar e pelo fator tipo de material. ENEGEP 2003 ABEPRO 5
6 A Tabela 3 apresenta os valores dos níveis que foram usados no experimento 2. Pode-se ver que os níveis do fator voltagem estão mudando de 9 volts para 8.5 volts e houve um aumento nos níveis do fator freqüência de mudança em ligar e desligar e também no fator choque elétrico para compensar a diminuição dos níveis do fator voltagem neste experimento. Nome dos fatores Nível - Nível + Voltagem(V) 9 volts 8.5 volts Freqüência de ligar e desligar 60 minutos ligado e 5 minutos desligado Desligado todo o período Tipo do bulbo de luz Bulbos pequenos Bulbos grandes Choques Mecânicos 8 marteladas a cada sessenta minutos Nenhum choque Material de amortecimento Não usado Usado Tempo Fora da hora de Hora de trabalho trabalho Tabela 3 Níveis dos respectivos fatores usados no experimento 2. Com a realização do experimento 2 os dados obtidos pelos diferentes ensaios que compõem o experimento são mostrados no Quadro 3 a seguir. Assim como na formulação do experimento 1 temos 16 replicações para cada ensaio. Podemos ver que os tempos de vida dos bulbos foram maiores do que aqueles obtidos no experimento 1 fato este que está relacionado com a diminuição dos níveis do fator voltagem. Ensaio 1 Ensaio 2 Ensaio 3 Ensaio 4 Ensaio 5 Ensaio 6 Ensaio 7 Ensaio Quadro 3 Tamanhos das vidas obtidas no experimento 2. Em todas as combinações dos níveis nos fatores, com 16 bulbos de luz testados até falharem. Fazendo-se um estudo das estimativas dos efeitos para os fatores considerados no experimento 2 pode-se ver no Quadro 4 que os fatores que apresentaram uma significativa influência na variável resposta, tempo de vida do bulbo de luz, são o fator voltagem, tipo de bulbo e o choque mecânico que apresentaram um p-valor menor que 1%. Os demais fatores não apresentaram uma maior influência no tempo de vida esperado dos bulbos de luz, confirmando assim as conclusões obtidas pelo primeiro experimento. ENEGEP 2003 ABEPRO 6
7 Fator Efeito p-valor Voltagem(V) 1036,36 0, Freqüência de troca ligar e -440,39 0, desliga(f) Tipo de bulbo de luz(l) -850,33 0, VF 420,67 0, Tempo(VL) 308,48 0, Choque mecânico(fl) -1466,27 0,00000 Tipo de material(vfl) 388,86 0, Quadro 4 - Estimativa dos efeitos dos fatores principais e suas interações com as suas respectivas significância para o experimento 2. Uma razoável relação ente stress-vida para os bulbos de luz é o modelo Power Law. Assim o modelo Power Weibull pode ser aplicado para obter estimativas da vida esperada dos bulbos de luz sob condições normais de uso que no nosso caso é 6 volts. No experimento formulado para os bulbos a aplicação do stress voltagem V e os dados foram obtidos por quatro diferentes níveis deste fator que são: 8.5, 9, 10.5 e 11 volts. Os parâmetros da distribuição Weibull foram estimados pelo método da máxima verossimilhança para todos os ensaios formulados em ambos os experimentos que são apresentados no Quadro 5 Ensaio Experimento 1 Experimento 2 Estimativa ln(α) Estimativa β Estimativa ln(α) Estimativa β Quadro 5 Estimativas dos parâmetros da distribuição Weibull pelo método de máxima verossimilhança para os ensaios de ambos os experimentos. Como concluído anteriormente pela análise dos dois experimentos, os fatores T e D não apresentaram qualquer influência significativa na vida esperada dos bulbos de luz. Com a exclusão desses fatores, os ensaios do experimento 1 e do experimento 2 podem ser divididos em quatros grupos chamados grupos 1&2, 3&4, 5&6 e 7&8 que são formados por ambos os experimento, onde cada grupo contém 64 observações e também possuem 16 observações em cada nível de voltagem. De posse da relação dada pelo modelo Power Weibull (1), pode-se obter um modelo de regressão para os quatros diferentes grupos e com isso ajustar uma reta como mostrado na Figura 1 sendo que no eixo das abscissas tem-se o valor da estimativa do logaritmo de α dado pelos quatro diferentes ensaios que compõe o primeiro grupo versus o valor do logaritmo dos quatro diferentes níveis de voltagem aplicado nos experimentos. Pode-se então extrapolar esta relação para os níveis usuais de operação que é de 6 volts simplesmente substituindo o valor do logaritmo do nível operacional ln (6 volts) = 1.79 nos modelos de regressão obtidos. ENEGEP 2003 ABEPRO 7
8 ln V 2,46 2,37 2,28 2,19 2,1 2,01 1,92 1,83 1,74 1, Estimativa do logaritmo do parâmetro de escala grupo 1&2 grupo 3&4 grupo 5&6 grupo 7&8 nível usual Figura 1 Gráfico da estimativa do ln(α) versus o logaritmo dos níveis de stress do fator Voltagem. Como a apresentação do gráfico acima a obtenção da estimativa do tempo de vida médio e dos parâmetros para condições normais de uso são mostrados no Quadro 6 abaixo, vamos adotar que o parâmetro de forma β permanece constante para os diferentes níveis de stress sendo que o mesmo foi estimado pela média de todos os valores de β encontrados nos diferentes ensaios de ambos os experimentos dados no Quadro 5. Ensaio F L S Estimativa ln(α) Estimativa β Vida esperada[10 5 ] 1 & x & x & x & x10 5 Quadro 6- Estimativas dos parâmetros da distribuição Weibull e do tempo de vida esperado sob condições normais de uso. 7. Conclusão Com a combinação de planejamento de experimento e teste acelerados de vida proporciona-se uma significativa redução nos custos como também no tempo de teste e pode ser principalmente utilizada em duas distintas áreas de aplicação: melhoramento da investigação exploratória e verificação da confiabilidade. A interação entre essas duas técnicas tem produzido resultados mais precisos quanto à estimação da confiabilidade de produtos em desenvolvimento, pois há possibilidade de se estudar minuciosamente as combinações dos níveis dos fatores que influem no tempo de vida dos determinados produtos, níveis esses que irão ser acelerados pelos testes acelerados de vida, e com o uso do método de regressão podese fazer uma extrapolação para condições normais de uso e ter uma estimativa do tempo de vida esperado dos produtos em desenvolvimento sob condições normais de uso. Referências DROGETT, E.L. ; MOSLEH, A.(1999) - Development of a Bayesian procedure to the Power - Weibull model with nonconstat shape parameter. Proceeding of the European Safety an Reliability Association Conference..Germany LAWLESS, J.F. (1944) Statistical Models and Methods for Lifetime Data. John Wiley & Sons. New York. MONTGOMERY, D.C.(2001) Design and Analysis of Experiments. John Wiley & Sons. 5 a Edição. New York. NELSON, W. (1990) Accelerated Testing: Statístical Models, Test Plans, and Data Analyses. John Wiley & Sons. New York. MOHSEN, H.(1992) On the Appplication of Design of Experiments to Accelerated Life Testing. Linköping University. ENEGEP 2003 ABEPRO 8
Uma investigação de métodos para o estudo da influência da incerteza em dados experimentais de vida acelerada
Uma investigação de métodos para o estudo da influência da incerteza em dados experimentais de vida acelerada Autores Maria Celia de Oliveira Papa Orientador Alvaro Jose Abackerli 1. Introdução Uma das
Leia maisModelo para estimativa de risco operacional e previsão de estoque para equipamentos da Comgás
Modelo para estimativa de risco operacional e previsão de estoque para equipamentos da Comgás 1. Introdução Marcos Henrique de Carvalho 1 Gabriel Alves da Costa Lima 2 Antonio Elias Junior 3 Sergio Rodrigues
Leia maisEstatística Industrial
Apresentação Estatística Industrial Prof. Lupércio F. Bessegato Departamento de Estatística UFJF E-mail: lupercio.bessegato@ufjf.edu.br Site: www.ufjf.br/lupercio_bessegato Linhas de pesquisa: Controle
Leia maisAjuste e comparação de modelos para dados grupados e censurados
Ajuste e comparação de modelos para dados grupados e censurados 1 Introdução José Nilton da Cruz 1 Liciana Vaz de Arruda Silveira 2 José Raimundo de Souza Passos 2 A análise de sobrevivência é um conjunto
Leia maisDISCRETIZADAS NA ANÁLISE DE DADOS DE SOBREVIVÊNCIA RESUMO
APLICAÇÕES DE DISTRIBUIÇÕES DISCRETIZADAS NA ANÁLISE DE DADOS DE SOBREVIVÊNCIA Danielle Peralta 1, Josmar Mazucheli 1, Isabelle Picada Emanuelli 2 e Robson Marcelo Rossi 1 1 Departamento de Estatística,
Leia maisExperimentos Fatoriais 2 k
Experimentos Fatoriais 2 k Carla A. Vivacqua Departamento de Estatística UFRN vivacqua@ccet.ufrn.br Encontro de Engenharia de Software Experimental UFRN 1 Agenda Planos Experimentais Abordados Formas de
Leia mais1. Objetivo. Figura 1. Em (a) Roletes em correias transportadoras, em (b) detalhe dos roletes.
1. Objetivo Realizar o planejamento dos testes de vida acelerados, tendo como produtos os roletes de correias transportadoras de minério de ferro. Os testes de vida acelerados têm por finalidade determinar
Leia maisO Processo de Weibull Poisson para Modelagem da Confiabilidade em Sistemas Reparáveis
O Processo de Weibull Poisson para Modelagem da Confiabilidade em Sistemas Reparáveis Luiz Gustavo Fraga 1 Edmilson Rodrigues Pinto 2 Resumo: Sistemas reparáveis são aqueles sistemas que, após a ocorrência
Leia maisAula inaugural do curso Análise de Regressão
Aula inaugural do curso Prof a Silvia Nagib Elian Sala 215 - Bloco A Instituto de Matemática e Estatística Universidade de São Paulo Agenda 1. Exemplo 2. Introdução 3. Modelo de regressão linear simples
Leia maisaula ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES
ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES 18 aula META Fazer com que o aluno seja capaz de realizar os procedimentos existentes para a avaliação da qualidade dos ajustes aos modelos. OBJETIVOS Ao final
Leia mais15 Congresso de Iniciação Científica ESTUDO DO TESTE ACELERADO DE RELES COM CONTROLE INDIVIDUALIZADO DE TEMPERATURA
15 Congresso de Iniciação Científica ESTUDO DO TESTE ACELERADO DE RELES COM CONTROLE INDIVIDUALIZADO DE TEMPERATURA Autor(es) MAIRA MORILLA CAMARGO Orientador(es) Álvaro José Abackerli Apoio Financeiro
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL Dr Sivaldo Leite Correia CONCEITOS E DEFINIÇÕES FUNDAMENTAIS Muitos experimentos são realizados visando
Leia maisTestes Acelerados de Vida para o crescimento da Confiabilidade de produtos em desenvolvimento
Testes Acelerados de Vida para o crescimento da Confiabilidade de produtos em desenvolvimento Márcio José das Chagas Moura (UFPE) marciocmoura@gmail.com Enrique López Droguett (UFPE) ealopez@ufpe.br Carlos
Leia maisNOÇÕES SOBRE EXPERIMENTOS FATORIAIS
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planejamento de Experimentos Design of Experiments - DOE Em primeiro lugar devemos definir o que é um experimento: Um experimento é um procedimento no qual alterações
Leia maisUSO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA
USO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA F. M. A. S. COSTA 1, A. P. SILVA 1, M. R. FRANCO JÚNIOR 1 e R.
Leia maisDisciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
Leia maisPesquisador. Planejamento de Experimentos Design of Experiments - DOE NOÇÕES SOBRE EXPERIMENTOS FATORIAIS. 1 - Fixar T e variar P até > Pureza
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planeamento de Experimentos Design of Experiments - DOE Em primeiro lugar devemos definir o que é um experimento: Um experimento é um procedimento no qual alterações
Leia maisTempos de falhas de um fluido isolante entre eletrodos utilizando-se como distribuições de amostragem os modelos Weibull Invertido e Normal
VIII Congreso Regional de ENDE Campana Agosto 2011 Tempos de falhas de um fluido isolante entre eletrodos utilizando-se como distribuições de amostragem os modelos eibull Invertido e Normal 1,2 'H6RX]D'DHO,
Leia maisExemplos Equações de Estimação Generalizadas
Exemplos Equações de Estimação Generalizadas Bruno R. dos Santos e Gilberto A. Paula Departamento de Estatística Universidade de São Paulo, Brasil giapaula@ime.usp.br Modelos Lineares Generalizados dos
Leia maisAnderson Garneth de Castro 1 Graziela Dutra Rocha Gouvêa 2
Identificação dos fatores que influenciam no tempo até a evasão/ retenção dos alunos do ICEB-UFOP utilizando técnicas paramétricas em Análise de Sobrevivência Anderson Garneth de Castro 1 Graziela Dutra
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia mais5 Análise dos resultados
5 Análise dos resultados Os dados foram analisados utilizando o software SPSS (Statistical Package for Social Sciences) base 18.0. Para Cooper e Schindler (2003) a análise de dados envolve a redução de
Leia maisCapítulo 2. Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha. Flávio Fogliatto
Capítulo 2 Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha Flávio Fogliatto 1 Ajustes de distribuições Em estudos de confiabilidade, dados são amostrados a partir de uma população
Leia maisAnálise de Variância com mais de duas variáveis independentes (mais de dois fatores) Na aula do dia 17 de outubro (aula #08) introduzimos
Análise de Variância com mais de duas variáveis independentes (mais de dois fatores) Na aula do dia 17 de outubro (aula #08) introduzimos a técnica de Análise de variância (ANOVA) a um fator, que resulta
Leia mais2 ou mais fatores são de interesse.
5. Experimentos Fatoriais 5.1 Definições e Princípios Básicos 2 ou mais fatores são de interesse. Experimentos Fatoriais: em cada replicação do experimento todas as combinações dos níveis de tratamento
Leia maisDisciplina de Modelos Lineares
Disciplina de Modelos Lineares 2012-2 Seleção de Variáveis Professora Ariane Ferreira Em modelos de regressão múltipla é necessário determinar um subconjunto de variáveis independentes que melhor explique
Leia mais3 Especificação Estatística da Dispersão dos Modos de Polarização em Cabos de Fibra Óptica
em Enlaces Ópticos 0 3 Especificação Estatística da Dispersão dos Modos de Polarização em Cabos de Fibra Óptica Teoria básica da especificação estatística da dispersão dos modos de polarização em cabos
Leia maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia mais4 Especificidade do método
4 Especificidade do método Neste Capítulo aborda-se um segundo aspecto da validação de um método analítico através do controle da especificidade do método. A comparação de resultados analíticos pode ser
Leia maisInstituto Federal Goiano
Instituto Federal Goiano Conteúdo 1 2 3 Exemplo 1 Descrição do experimento: Fator 1: variedades de cana (A, B, C) Fator 2: doses de vinhaça (0, 500, 1000, 1500 L/ha) Delineamento: blocos aleatorizados,
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Motivação Motivação Por
Leia maisInferência Bayesiana para testes acelerados "step-stress" simples com dados de falha sob censura tipo II e distribuição Gama
Inferência Bayesiana para testes acelerados "step-stress" simples com dados de falha sob censura tipo II e distribuição Gama Karlla Delalibera Chagas pósmac, Unesp Presidente Prudente, Brasil karlladelalibera@gmail.com
Leia maisIntrodução. São duas técnicas estreitamente relacionadas, que visa estimar uma relação que possa existir entre duas variáveis na população.
UNIVERSIDADE FEDERAL DA PARAÍBA Correlação e Regressão Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução São duas técnicas estreitamente relacionadas, que visa estimar uma relação
Leia maisModelos Bayesianos. Ernesto F. L. Amaral Magna M. Inácio
1 Modelos Bayesianos Ernesto F. L. Amaral Magna M. Inácio 09 de dezembro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica (DCP 859B4) Objetivos 2 Apresentar
Leia maisInferência Bayesiana para estimação da taxa de falha de bombas de um sistema de resfriamento de uma usina nuclear
Inferência Bayesiana para estimação da taxa de falha de bombas de um sistema de resfriamento de uma usina nuclear Márcio José das Chagas Moura (UFPE) marciocmoura@gmail.com Enrique López Droguett (UFPE)
Leia maisEXPERIMENTO FATORIAL BLOCADO PARA DETERMINAÇÃO DE DIFERENÇAS ENTRE TEMPO DE QUEIMA DE VELAS DE PARAFINA
Revista da Estatística da UFOP, Vol I, 2011 - XI Semana da Matemática e III Semana da Estatística, 2011 ISSN 2237-8111 EXPERIMENTO FATORIAL BLOCADO PARA DETERMINAÇÃO DE DIFERENÇAS ENTRE TEMPO DE QUEIMA
Leia maisPlanejamento de Experimentos /2. Aulas terças e quintas de 8 às 10h. Terças na sala F2-007 e quintas no LIG.
Planejamento de Experimentos - 2015/2 Aulas terças e quintas de 8 às 10h. Terças na sala F2-007 e quintas no LIG. Livro-texto: Design and Analysis of Experiments, Motgomery, D. C., 2009, 7th Ed., John
Leia maisAplicação da Estatística de Weibull na Avaliação da Tensão de Ruptura a Flexão de Revestimento Cerâmico
Aplicação da Estatística de Weibull na Avaliação da Tensão de Ruptura a Flexão de Revestimento Cerâmico Bruno Carlos Alves Pinheiro 1, Gustavo Matias Estevão 2, Ricardo da Rocha Vitor 3 1 Introdução Devido
Leia maisAvaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Probabilidade Professor: Reinaldo Gomes reinaldo@dsc.ufcg.edu.br Planejamento Experimental 2 fatores manipuláveis x 1 x 2 x p entradas Processo...... saídas
Leia maisDistribuições Alternativas de Probabilidade Para Modelos Univariados não Gaussianos de Produtividade
Distribuições Alternativas de Probabilidade Para Modelos Univariados não Gaussianos de Produtividade Caroline Oliveira Santos João Domingos Scalon UFLA 1º Workshop do Projeto PROCAD No Brasil, ainda não
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 1 6.4 Os Modelos fatoriais 2 k : o caso geral. O modelo estatístico para um plano 2 k inclui k ( k 2 ( k ) ) efeitos principais efeitos de interação de ordem 2 efeitos de interação
Leia maisProcedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear
Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Rogério Antonio de Oliveira 1 Chang Chiann 2 1 Introdução Atualmente, para obter o registro
Leia maisUniversidade de Brasília
Universidade de Brasília Análise de sobrevivência e sua aplicação nas ciências sociais Juliana Betini Fachini Gomes Leylannne Nayra Figueira de Alencar Departamento de Estatística Brasília - 2018 Como
Leia mais5.3 Experimentos fatoriais a dois fatores. Ambos os fatores são supostos fixos e os efeitos de tratamento são definidos como desvios da média tal que
5. Experimentos Fatoriais 5.3 Experimentos fatoriais a dois fatores. Modelo de Efeitos Y ijk = µ+τ i +β j +(τβ) ij +ɛ ijk, i = 1, 2,..., a j = 1, 2,..., b k = 1, 2,..., n Ambos os fatores são supostos
Leia mais5 CARACTERÍSTICAS DINÂMICAS DA ATENUAÇÃO POR CHUVAS
5 CARACTERÍSTICAS DINÂMICAS DA ATENUAÇÃO POR CHUVAS Na literatura técnica tem sido dada pouca atenção ao modelamento das características dinâmicas da atenuação por chuvas em enlaces terrestres. O conhecimento
Leia maisTeste de tendência para mais de um sistema reparável
Universidade Federal de Minas Gerais Instituto de Ciências Exatas (ICEx) Departamento de Estatística Teste de tendência para mais de um sistema reparável Gabriel Vinícius Araújo Fonseca Novembro de 27
Leia maisCORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011
CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Modelos Probabilísticos para a Computação Professora: Andréa Rocha UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO Introdução Quando consideramos
Leia maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de Setembro a 01 de Outubro
COMPARAÇÃO DOS MÉTODOS DE VERIFICAÇÃO DO AJUSTE DA DISTRIBUIÇÃO GUMBEL A DADOS EXTREMOS CARLOS JOSÉ DOS REIS 1, LUIZ ALBERTO BEIJO 2,GILBERTO RODRIGUES LISKA 3 RESUMO A distribuição Gumbel é muito aplicada
Leia maisA metodologia de Taguchi Variáveis de influência Níveis Fontes de variabilidade
A metodologia de Taguchi Este texto foi extraído do item 1.5, pp. 414-433 do livro de Montgomery. A metodologia proposta por Genechi Taguchi, no início da década de 80, apresenta três objetivos principais:
Leia maisPrefácio. Este texto apresenta de maneira didática uma série de técnicas importantes para estudos de confiabilidade.
Prefácio Este texto apresenta de maneira didática uma série de técnicas importantes para estudos de confiabilidade. Ele se diferencia dos livros tradicionais no assunto por preocupar-se não somente em
Leia mais+ 2. = - 1 se A = 15 = 1 se A = 25
Yˆ = 7,5 + 8, X + 5,00 X = - se A = 5 = se A = 5 = - se B = = se B = Exemplo 8.6...4. Outro exemplo: Fatorial ³ Montgomery (997), p. 05. Estudo do efeito da porcentagem de carbonation, A, pressão de operação,
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2. Veremos
Leia maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto Introdução 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2.
Leia maisUso do ensaio acelerado na determinação experimental da confiabilidade de relés.
Uso do ensaio acelerado na determinação experimental da confiabilidade de relés. Pedro Luiz Sasseron (ROMI) psasseron@romi.com.br Alvaro José Abackerli (UNIMEP) abakerli@unimep.br Resumo O tempo de vida
Leia maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia maisExperimentos Balanceados com Dois Fatores
Experimentos Balanceados com Dois Fatores Experimentos com dois fatores cruzados fixos Exemplos. 1. Objetivo. Investigar os efeitos do preço de venda e do tipo de campanha promocional nas vendas de certo
Leia maisPrincípios de Bioestatística
Princípios de Bioestatística Cálculo do Tamanho de Amostra Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 1 / 32 2 / 32 Cálculo do Tamanho de Amostra Parte fundamental
Leia maisAnálise de Regressão
Análise de Regressão Tópicos em Avaliação de Desempenho de Sistemas Aline Oliveira Camila Araujo Iure Fé Janailda aso2@cin.ufpe.br cga2@cin.ufpe.br isf2@cin.ufpe.br jbs4@cin.ufpe.br Agenda Parte I: Contextualização
Leia maisESTUDOS CORRELACIONAIS E ESTUDOS CAUSAL-COMPARATIVOS. Ana Henriques Carla Neves Idália Pesquita Mestrado em Educação Didáctica da Matemática
1 ESTUDOS CORRELACIONAIS E ESTUDOS CAUSAL-COMPARATIVOS Ana Henriques Carla Neves Idália Pesquita Mestrado em Educação Didáctica da Matemática 1. Introdução A compreensão do comportamento humano tanto a
Leia maisAULA 02 Distribuição de Probabilidade Normal
1 AULA 02 Distribuição de Probabilidade Normal Ernesto F. L. Amaral 20 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario
Leia maisMÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Leia maisAnálise de Sobrevivência. Exercícios - Capítulo 1
Análise de Sobrevivência Profa. Suely Ruiz Giolo Departamento de Estatística - UFPR Exercícios - Capítulo 1 1. Suponha que seis ratos foram expostos a um material cancerígeno. Os tempos até o desenvolvimento
Leia mais2 Modelos de sintetização de séries temporais de atenuação por chuva
2 Modelos de sintetização de séries temporais de atenuação por chuva Alguns modelos estocásticos de sintetização de séries temporais de atenuação por chuva são baseados no modelo proposto por Maseng &
Leia maisDimensionamento de amostras para regressão logística
Dimensionamento de amostras para regressão logística Arminda Lucia Siqueira 1 Flávia Komatsuzaki 1 Introdução Regressão logística é hoje padrão de análise para muitos estudos da área da saúde cuja variável
Leia maisAnálise de Sobrevivência
Análise de Sobrevivência Modelagem paramétrica Valeska Andreozzi 1 valeska.andreozzi@fc.ul.pt & Marilia Sá Carvalho 2 cavalho@fiocruz.br 1 Centro de Estatística e Aplicações da Universidade de Lisboa,
Leia maisUM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA. Eduardo Yoshio Nakano 1
1 UM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA Eduardo Yoshio Nakano 1 1 Professor do Departamento de Estatística da Universidade de Brasília, UnB. RESUMO. Em estudos médicos, o comportamento
Leia maisBibliografia Recomendada. Cornell, J. A. A Primer on Experiments with Mixtures.
Bibliografia Recomendada Cornell, J. A. A Primer on Experiments with Mixtures. Bibliografia Recomendada Barros Neto, B.; Scarminio, I. S.; Bruns, R. E. Como Fazer Experimentos. Bibliografia Recomendada
Leia maisREGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,
Leia maisAGA Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares
1 / 0 AGA 0505- Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares Laerte Sodré Jr. 1o. semestre, 018 modelos modelagem dos dados dado um conjunto de dados,
Leia maisMODELAGEM E ESCOLHA ENTRE EMBALAGENS USANDO TÉCNICAS DE CONFIABILIDADE E ANÁLISE DE
Revista da Estatística da UFOP, Vol I, 2011 - XI Semana da Matemática e III Semana da Estatística, 2011 ISSN 2237-8111 MODELAGEM E ESCOLHA ENTRE EMBALAGENS USANDO TÉCNICAS DE CONFIABILIDADE E ANÁLISE DE
Leia mais4 Parte experimental Desenvolvimento do Método
35 4 Parte experimental Desenvolvimento do Método O vanádio por suas características e baixos níveis no soro levou os experimentos a condições extremas. Conseqüentemente, foram obtidos resultados com maiores
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Leia maisEM MICROBIOLOGIA. Lavras, maio de 2012
PLANEJAMENTO EXPERIMENTAL EM MICROBIOLOGIA Prof. Dr. Whasley Ferreira Duarte Lavras, maio de 2012 1 8 4 < 0,5 8 4 SUMÁRIO Planejamento experimental Definição de bioestatística O que são as técnicas de
Leia maisCorrelação e Regressão Linear
Correlação e Regressão Linear Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais CORRELAÇÃO LINEAR Coeficiente de correlação linear r Mede o grau de relacionamento linear entre valores
Leia maisHIDROLOGIA. Aula vazões mínimas de referência. Prof. Enoque
HIDROLOGIA Aula vazões mínimas de referência Prof. Enoque CRITÉRIOS PARA DEFINIÇÃO DA VAZÃO A SER OUTORGADA A vazão mínima é caracterizada pela sua duração e freqüência, sendo utilizada para os seguintes
Leia maisTópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas
Tópicos Extras 1ª parte Testes Não Paramétricos, Análise Multivariada, Outras Técnicas 1 2 Técnicas de dependência 3 4 Situações Comparar 3 tipos de rede de computadores, C1, C2 e C3, em termos do tempo
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 maisVERSÃO RESPOSTAS PROVA DE MÉTODOS QUANTITATIVOS
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO DE ORGANIZAÇÕES PROCESSO SELETIVO DOUTORADO - TURMA 20 VERSÃO
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quantitativos para Ciência da Computação Experimental Revisão Virgílio A. F. Almeida Maio de 2008 Departamento de Ciência da Computação Universidade Federal de Minas Gerais FOCO do curso Revisão
Leia mais6 Análise Dinâmica. 6.1 Modelagem computacional
6 Análise Dinâmica O presente capítulo apresenta um estudo do comportamento dinâmico da coluna de aço estaiada, abrangendo análises modais para determinação da freqüência natural, com e sem protensão [32]
Leia maisAvaliando a Confiabilidade de Eixo Traseiro de Automóvel Utilizando um Experimento Planejado
Avaliando a Confiabilidade de Eixo Traseiro de Automóvel Utilizando um Experimento Planejado Enrico Antonio Colosimo, Ph.D. Estatística email: enricoc@est.ufmg.br Fátima G. Pontel, Bacharel em Estatística
Leia maisAula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses
Aula 2 Tópicos em Econometria I Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses A Questão da Causalidade Estabelecer relações entre variáveis não é suficiente para a análise econômica.
Leia maisUTILIZAÇÃO DE UM DELINEAMENTO COMPOSTO CENTRAL ROTACIONAL PARA AVALIAÇÃO MICROBIOLÓGICA DE POLPAS DE AÇAÍ PASTEURIZADAS
UTILIZAÇÃO DE UM DELINEAMENTO COMPOSTO CENTRAL ROTACIONAL PARA AVALIAÇÃO MICROBIOLÓGICA DE POLPAS DE AÇAÍ PASTEURIZADAS R. A. MATTIETTO 1, V. M. MATTA 2 1 Embrapa Amazônia Oriental 2 Embrapa Agroindústria
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 maisDETERMINAÇÃO DO LIMITE DE RESISTÊNCIA À FADIGA UTILIZANDO SIMULAÇÕES ESTATÍSTICAS
DETERMINAÇÃO DO LIMITE DE RESISTÊNCIA À FADIGA UTILIZANDO SIMULAÇÕES ESTATÍSTICAS Emerson Giovani Rabello, egr@cdtn.br 1 Nelson do Nascimento A. Filho, nnaf@cdtn.br 1 Paulo de Tarso Vida Gomes, gomespt@cdtn.br
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisExemplo Regressão Binomial Dados Emparelhados
Exemplo Regressão Binomial Dados Emparelhados Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2013 G. A. Paula (IME-USP) Desenvolvimento de Diabetes 2 o Semestre
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisEm Laboratório de Física Básica fenômenos ou propriedades físicas são estudados à luz de grandezas
1 Em Básica fenômenos ou propriedades físicas são estudados à luz de grandezas físicas mensuráveis (comprimento, tempo, massa, temperatura etc.) obtidas através de instrumentos de medida. Busca-se o valor
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 8. Planos Fatoriais Fracionários 2 k 8.1 Introdução A medida que o número de fatores k cresce, o número de combinações de tratamento em cada replicação cresce exponencialmente
Leia maisTópico 3. Estudo de Erros em Medidas
Tópico 3. Estudo de Erros em Medidas A medida de uma grandeza é obtida, em geral, através de uma experiência, na qual o grau de complexidade do processo de medir está relacionado com a grandeza em questão
Leia mais25 a 30 de novembro de 2013
nderson R nálise de Introdução à nderson R Programa de Pós-Graduação em Estatística e Experimentação gronômica ESLQ/USP 25 a 30 de novembro de 2013 nderson R nálise de 1 2 3 nálise de Parte 4 - Conteúdo
Leia maisProf. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 12 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 2017
Prof. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 2 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 207 SUMÁRIO - BREVE DESCRIÇÃO, FUNDAMENTOS, CONCEITOS, CARACTERÍSTICAS,
Leia maisDCBD. Avaliação de modelos. Métricas para avaliação de desempenho. Avaliação de modelos. Métricas para avaliação de desempenho...
DCBD Métricas para avaliação de desempenho Como avaliar o desempenho de um modelo? Métodos para avaliação de desempenho Como obter estimativas confiáveis? Métodos para comparação de modelos Como comparar
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos Exercício 6.17 Um pesquisador rodou uma única replicação de um plano 2 4, tendo obtido as seguintes estimativas dos efeitos: A = 76, 95, B = 67, 52, C = 7, 84 e D = 18, 73
Leia maisaula PLANEJAMENTO FATORIAL 2 2 META OBJETIVOS PRÉ-REQUISITOS
PLANEJAMENTO FATORIAL 2 2 10 aula META apresentar ao aluno aspectos fundamentais dos planejamentos fatoriais através da exemplificação com um planejamento 2 2. OBJETIVOS Ao final desta aula, o aluno deverá:
Leia maisPredição do preço médio anual do frango por intermédio de regressão linear
Predição do preço médio anual do frango por intermédio de regressão linear João Flávio A. Silva 1 Tatiane Gomes Araújo 2 Janser Moura Pereira 3 1 Introdução Visando atender de maneira simultânea e harmônica
Leia mais