Gerenciamento de Indicadores de Desempenho Industrial: Análise de Regressão e Simulação

Walter Roberto Vergara, Rafael Henrique Barros da Silva, Fabio Alves Barbosa, Juliana Suemi Yamanari

Resumo


Os métodos estocásticos podem ser utilizados na solução de problemas e explicação de fenômenos naturais através de procedimentos estatísticos. O artigo busca associar a análise de regressão e simulação de sistemas com o objetivo de facilitar o entendimento prático da análise de dados. Os algoritmos foram desenvolvidos no software Microsoft Office Excel, utilizando técnicas estatísticas como a teoria da regressão, ANOVA e fatoração de Cholesky, possibilitando a criação de modelos de sistemas simples e múltiplos com até cinco variáveis independentes. Para a análise dos referidos modelos, utilizou-se a simulação de Monte Carlo e análises de indicadores de desempenho industrial, resultando em índices numéricos que tem como objetivo melhorar o gerenciamento das metas para indicadores de conformidade, através da identificação de instabilidade, correlaçãoe anomalias do sistema. Os modelos de análise apresentados na pesquisa representaram resultados satisfatórios com inúmeras possibilidades de aplicações empresariais e acadêmicas, além do potencial para desdobramento em novas técnicas de análise.


Texto completo:

PDF


DOI: https://doi.org/10.15675/gepros.v12i4.1784

Apontamentos

  • Não há apontamentos.


Licença Creative Commons

Está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial 4.0 Internacional

e-ISSN: 1984-2430
GEPROS. Gest. prod. oper. sist., Bauru, São Paulo-SP (Brasil).

Departamento de Engenharia de Produção da Faculdade de Engenharia da UNESP - Bauru

Av. Eng. Edmundo Carrijo Coube, n° 14-01 Fone: 55-14-3103-6122