Comparação entre gráficos de controle para resíduos de modelos

Danilo Cuzzuol Pedrini, Carla Schwengber ten Caten

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.

Texto completo:

PDF


DOI: https://doi.org/10.15675/gepros.v4i4.508

Licença Creative Commons
Revista GEPROS - Gestão da Produção, Operações e Sistemas

http://revista.feb.unesp.br/index.php/gepros está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial 4.0 Internacional

 

Locations of visitors to this page