Made available in DSpace on 2014-06-11T19:35:41Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-04-24Bitstream added on 2014-06-13T19:25:06Z : No. of bitstreams: 1 machado_mag_dr_guara.pdf: 610414 bytes, checksum: a4882bb4bd510483bda7193169fa5824 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Esta tese oferece algumas contribuições à área de monitoramento de processos multivariados. Com respeito ao monitoramento do vetor de médias, investigou-se o desempenho dos gráficos de 2 T baseados em componentes principais e também o desempenho dos gráficos de médias utilizados em conjunto, sendo que cada gráfico monitora a média de uma das características de qualidade. Com respeito ao monitoramento da matriz de covariâncias, foi proposta uma nova estatística baseada nas variâncias amostrais (estatística de VMAX). O gráfico de VMAX é mais eficiente do que o gráfico da variância amostral generalizada S , que é o gráfico usual para o monitoramento da matriz de covariâncias. Uma vantagem adicional dessa nova estatística é que o usuário já está bem familiarizado com o cálculo de variâncias amostrais; o mesmo não pode ser dito em relação à variância amostral generalizada S . O desempenho do gráfico de VMAX foi também avaliado quando se utiliza a amostragem dupla, quando se variam os parâmetros do gráfico de controle, quando se adota o esquema de EWMA e quando se aplicam regras especiais de decisão. Investigou-se também o desempenho dos gráficos de controle destinados ao monitoramento simultâneo do vetor de médias e da matriz de covariâncias. / This thesis offers some contributions to the field of monitoring multivariate processes. Regarding to the monitoring of the mean vector, we investigated the performance of the 2 T charts based on principal components and also the performance of the mean charts used simultaneously, where each chart is assigned to control one quality characteristic. Regarding to the monitoring of the covariance matrix, we propose a new statistic based on the sample variances (the VMAX statistic). The VMAX chart is more efficient than the generalized variance S chart, which is the usual chart for monitoring the covariance matrix. An additional advantage of this new statistic is that the user is already well familiar with the calculation of sample variances; we can’t say the same regarding to the generalized variance S statistic. We also studied the performance of the VMAX chart with double sampling, with adaptive schemes, with the EWMA procedure and also with special run rules. We also investigated the performance of the control charts designed for monitoring the mean vector and the covariance matrix simultaneously.

Resumo: Esta tese oferece algumas contribuições à área de monitoramento de processos multivariados. Com respeito ao monitoramento do vetor de médias, investigou-se o desempenho dos gráficos de 2 T baseados em componentes principais e também o desempenho dos gráficos de médias utilizados em conjunto, sendo que cada gráfico monitora a média de uma das características de qualidade. Com respeito ao monitoramento da matriz de covariâncias, foi proposta uma nova estatística baseada nas variâncias amostrais (estatística de VMAX). O gráfico de VMAX é mais eficiente do que o gráfico da variância amostral generalizada S , que é o gráfico usual para o monitoramento da matriz de covariâncias. Uma vantagem adicional dessa nova estatística é que o usuário já está bem familiarizado com o cálculo de variâncias amostrais; o mesmo não pode ser dito em relação à variância amostral generalizada S . O desempenho do gráfico de VMAX foi também avaliado quando se utiliza a amostragem dupla, quando se variam os parâmetros do gráfico de controle, quando se adota o esquema de EWMA e quando se aplicam regras especiais de decisão. Investigou-se também o desempenho dos gráficos de controle destinados ao monitoramento simultâneo do vetor de médias e da matriz de covariâncias. / Abstract: This thesis offers some contributions to the field of monitoring multivariate processes. Regarding to the monitoring of the mean vector, we investigated the performance of the 2 T charts based on principal components and also the performance of the mean charts used simultaneously, where each chart is assigned to control one quality characteristic. Regarding to the monitoring of the covariance matrix, we propose a new statistic based on the sample variances (the VMAX statistic). The VMAX chart is more efficient than the generalized variance S chart, which is the usual chart for monitoring the covariance matrix. An additional advantage of this new statistic is that the user is already well familiar with the calculation of sample variances; we can't say the same regarding to the generalized variance S statistic. We also studied the performance of the VMAX chart with double sampling, with adaptive schemes, with the EWMA procedure and also with special run rules. We also investigated the performance of the control charts designed for monitoring the mean vector and the covariance matrix simultaneously. / Orientador: Antonio Fernando Branco Costa / Coorientador: Fernando Augusto Silva Marins / Banca: Messias Borges Silva / Banca: Ubirajara Rocha Ferreira / Banca: Linda Lee Ho / Banca: Roberto da Costa Quinino / Doutor

Resumo: Esta tese apresenta, de forma compacta, os trabalhos mais importantes do autor, que são frutos de uma pesquisa de vinte anos sobre gráficos de Shewhart. O autor estudou os modelos que descrevem o tipo e o instante de ocorrência das causas especiais, propôs novos esquemas de amostragens e estatísticas de monitoramento. Mais recentemente, vem avaliando a capacidade dos gráficos de controle em sinalizar causas especiais quando as observações são autocorrelacionadas e propondo novas estatísticas para o monitoramento de processos mutivariados. / Abstract: In this work, a collection of the most important author's publications is presented. They are the result of two decades of research in the quality control field. The author studied the models that describe the way and the time the process change, proposed new sampling procedures and new statistics for monitoring. More recently, he is studying the performance of the control chart when the data are autocorrelated and, finally, proposing new statistics for monitoring multivariate processes.

Made available in DSpace on 2015-03-03T15:04:51Z (GMT). No. of bitstreams: 1 JoeltonFB_DISSERT.pdf: 887273 bytes, checksum: d3d21c6f9340a0a9d396b1c840cef67e (MD5) Previous issue date: 2013-09-19 / The chart of control of Hotelling T2 has been the main statistical device used in monitoring multivariate processes. Currently the technological development of control systems and automation enabled a high rate of collection of information of the production systems in very short time intervals, causing a dependency between the results of observations. This phenomenon known as auto correlation causes in the statistical control of the multivariate processes a high rate of false alarms, prejudicing in the chart performance. This entails the violation of the assumption of independence and normality of the distribution. In this thesis we considered not only the correlation between two variables, but also the dependence between observations of the same variable, that is, auto correlation. It was studied by simulation, the bi variate case and the effect of auto correlation on the performance of the T2 chart of Hotelling. / O grafico de controle T2 de Hotelling tem sido o principal dispositivo estat?stico utilizado no monitoramento de processos multivariados. Atualmente com o desenvolvimento tecnol?gico dos sistemas de controle e automa??o possibilitou uma elevada taxa de coletas das informa??es dos sistemas produtivos em intervalos de tempo muito curto, provocando uma depend?ncia entre os resultados das observa??es. Este fen?meno conhecido como autocorrela??o provoca no controle estat?stico de processos multivariado uma grande quantidade de alarmes falsos, prejudicando no desempenho do gr?fico. Isto acarreta na viola??o do pressuposto de independ?ncia e da normalidade da distribui??o. Nesta disserta??o considerou-se n?o s? a correla??o entre duas vari?veis, mas tamb?m a depend?ncia entre observa??es de uma mesma vari?vel, isto e, a autocorrela??o. Estudou-se, por meio de simula??o, o caso bivariado e o efeito da autocorrela??o no desempenho do gr?fico T2 de Hotelling