Comparação entre gráficos de controle para resíduos de modelos

Resumo

Os gráficos de controle estão entre as técnicas estatísticas mais utilizadas pelas indústrias e, para sua implementação, é necessário assumir que os dados sejam (i) independentes e (ii) identicamente distribuídos. Quando os dados do processo são autocorrelacionados, viola-se a primeira suposição, o que gera um alto número de alarmes falsos. A segunda suposição pode não ser verdadeira quando as variáveis de resposta forem dependentes das variáveis de controle e estas variarem durante a execução do processo, isto faz com que o modelo de referência do processo não seja o mesmo para todas as amostras provenientes do processo. No primeiro caso, a prática usual é o ajustamento de um modelo de séries temporais e o posterior monitoramento dos resíduos do modelo. No segundo caso, ajusta-se um modelo de regressão tendo as variáveis de controle como regressores da variável resposta, a seguir, monitora-se os resíduos do modelo. Diante do que foi exposto, o presente artigo tem como objetivo comparar o desempenho destas abordagens em um mesmo conjunto de dados. De forma a orientar a aplicação destas abordagens, apresenta-se um fluxograma orientativo. Palavras-chave: Gráficos de Controle; Resíduos; Regressão; ARIMA.