Na área da saúde, várias abordagens nos últimos anos têm sido propostas baseadas nos gráficos de controle CUSUM para a detecção de epidemias infecciosas em que a caraterística a ser monitorada é uma série temporal de dados de contagem, como o número de internações. Neste trabalho foram implementados os modelos lineares generalizados (MLG) no monitoramento, por meio dos gráficos CUSUM e Shewhart, da série do número diário de internações por causas respiratórias para pessoas com 65 anos ou mais residentes no município de São Paulo. Por meio de simulações, avaliaram-se a eficiência de cinco estatísticas diferentes para detectar mudanças na média em séries de contagem. Uma das abordagens consistiu na implementação de três transformações normalizadoras simples que dependem unicamente dos parâmetros das distribuições Poisson e binomial negativa: a transformação Rossi para dados com distribuição Poisson, a transformação Jorgensen para dados com distribuição binomial negativa e os sesíduos de Anscombe para modelos lineares generalizados. As duas últimas estatísticas já foram propostas como gráficos CUSUM: o Método Rogerson e Yamada (2004) é apresentado para dados com distribuição Poisson e neste trabalho foi proposto um novo parâmetro kt para dados binomial negativa; já o método proposto por Hohle (2007) é baseado na função de verossimilhança da distribuição binomial negativa. Utilizando limites de controle para obter um valor ARL0 = 500 sob normalidade, monitorou-se via simulação a série de interesse, implementando as transformações normalizadoras. Entretanto, utilizando-se esses limiares observa-se um maior número de alarmes falsos para as três estatísticas. Modificando o parâmetro k do gráfico CUSUM permitindo que variasse ao longo do tempo a série foi monitorada e foram obtidos valores ARL0 próximos a 500. Os gráficos CUSUM baseados no método Rogerson e Yamada e na estatística da razão de verossimilhanças para dados com distribuição binomial negativa mostraram, via simulação, bons resultados para detectar mudanças na média. As suposições de normalidade e independência das estatísticas normalizadoras, em geral omitidas em trabalhos publicados na literatura, foram avaliadas e comprova-se que as transformações não normalizam os dados, porém são independentes e estacionárias. Analisando os dados reais, as estatísticas apresentaram autocorrelação significativa no lag 7. Devido à persistência desta autocorrelação, foi proposta uma abordagem baseada no ajuste do modelo GARMA. / In public health several approaches have been proposed for the detection of outbreaks of infectious diseases where the characteristic being monitored is a time series of count data as the number of hospitalizations, where the population and the expected rate of admissions change over time. In this work we fitted generalized linear models (GLM) and implemented Shewhart and CUSUM control charts for monitoring the daily number of hospital admissions due to respiratory diseases for people aged 65 and older in the city of São Paulo. Through simulations, we evaluated the efficiency of implementing five different statistical for detecting changes in time series of count. One approach consisted of applying three transformations that only depend on the parameters of the negative binomial and Poisson distributions: The transformations of Rossi for data with Poisson distribution, the transformation proposed by Jorgensen for data with negative binomial distribution and residuals proposed by Anscombe for generalized linear models. The other statistics have been proposed as CUSUM charts: the method of Rogerson e Yamada (2004) was presented for data with Poisson distribution, in this work we proposed a new parameter kt for negative binomial distribution, the proposed method for Hohle (2007) uses the likelihood ratio statistic. Implementing limit control assuming normality for a value of ARL0 = 500 be monitored via simulation the serie of interest implementing the normalizing statistics. However, using these limits was observed a greater number of alarms for the three transformations. Modifying the parameter k of the CUSUM chart to this change over time the series was monitored and were obtained values of ARL0 close to 500. The CUSUM control charts for the methods of Rogerson and Yamada and Holhe for data with negative binomial distribution showed, by simulation, good results for detecting changes in the mean. For negative binomial distribution generalizing the method of Rogerson e Yamada (2004) and implemented the CUSUM charts using the likelihood ratio statistic. Both methods provided good results via simulation to detect small changes in average. The evaluation of assumptions of normality for the statistics proposed by Rossi, Jorgensen and Anscombe generally is omitted in published studies. In this work, we evaluated this assumptions indicating that the statistics are not normal using the real dataset but are independent and stationary. By analyzing real data, due to the persistence of correlation for the normalized statistics, an approach based on setting GARMA model was proposed. This method showed good results once the residuals of the fitted model were normal and independent. Due to the persistence of correlation for the normalized statistics, an approach based on setting GARMA model was proposed. This method showed good results once the residuals of the fitted model were normal and independent.

Na área da saúde, várias abordagens nos últimos anos têm sido propostas baseadas nos gráficos de controle CUSUM para a detecção de epidemias infecciosas em que a caraterística a ser monitorada é uma série temporal de dados de contagem, como o número de internações. Neste trabalho foram implementados os modelos lineares generalizados (MLG) no monitoramento, por meio dos gráficos CUSUM e Shewhart, da série do número diário de internações por causas respiratórias para pessoas com 65 anos ou mais residentes no município de São Paulo. Por meio de simulações, avaliaram-se a eficiência de cinco estatísticas diferentes para detectar mudanças na média em séries de contagem. Uma das abordagens consistiu na implementação de três transformações normalizadoras simples que dependem unicamente dos parâmetros das distribuições Poisson e binomial negativa: a transformação Rossi para dados com distribuição Poisson, a transformação Jorgensen para dados com distribuição binomial negativa e os sesíduos de Anscombe para modelos lineares generalizados. As duas últimas estatísticas já foram propostas como gráficos CUSUM: o Método Rogerson e Yamada (2004) é apresentado para dados com distribuição Poisson e neste trabalho foi proposto um novo parâmetro kt para dados binomial negativa; já o método proposto por Hohle (2007) é baseado na função de verossimilhança da distribuição binomial negativa. Utilizando limites de controle para obter um valor ARL0 = 500 sob normalidade, monitorou-se via simulação a série de interesse, implementando as transformações normalizadoras. Entretanto, utilizando-se esses limiares observa-se um maior número de alarmes falsos para as três estatísticas. Modificando o parâmetro k do gráfico CUSUM permitindo que variasse ao longo do tempo a série foi monitorada e foram obtidos valores ARL0 próximos a 500. Os gráficos CUSUM baseados no método Rogerson e Yamada e na estatística da razão de verossimilhanças para dados com distribuição binomial negativa mostraram, via simulação, bons resultados para detectar mudanças na média. As suposições de normalidade e independência das estatísticas normalizadoras, em geral omitidas em trabalhos publicados na literatura, foram avaliadas e comprova-se que as transformações não normalizam os dados, porém são independentes e estacionárias. Analisando os dados reais, as estatísticas apresentaram autocorrelação significativa no lag 7. Devido à persistência desta autocorrelação, foi proposta uma abordagem baseada no ajuste do modelo GARMA. / In public health several approaches have been proposed for the detection of outbreaks of infectious diseases where the characteristic being monitored is a time series of count data as the number of hospitalizations, where the population and the expected rate of admissions change over time. In this work we fitted generalized linear models (GLM) and implemented Shewhart and CUSUM control charts for monitoring the daily number of hospital admissions due to respiratory diseases for people aged 65 and older in the city of São Paulo. Through simulations, we evaluated the efficiency of implementing five different statistical for detecting changes in time series of count. One approach consisted of applying three transformations that only depend on the parameters of the negative binomial and Poisson distributions: The transformations of Rossi for data with Poisson distribution, the transformation proposed by Jorgensen for data with negative binomial distribution and residuals proposed by Anscombe for generalized linear models. The other statistics have been proposed as CUSUM charts: the method of Rogerson e Yamada (2004) was presented for data with Poisson distribution, in this work we proposed a new parameter kt for negative binomial distribution, the proposed method for Hohle (2007) uses the likelihood ratio statistic. Implementing limit control assuming normality for a value of ARL0 = 500 be monitored via simulation the serie of interest implementing the normalizing statistics. However, using these limits was observed a greater number of alarms for the three transformations. Modifying the parameter k of the CUSUM chart to this change over time the series was monitored and were obtained values of ARL0 close to 500. The CUSUM control charts for the methods of Rogerson and Yamada and Holhe for data with negative binomial distribution showed, by simulation, good results for detecting changes in the mean. For negative binomial distribution generalizing the method of Rogerson e Yamada (2004) and implemented the CUSUM charts using the likelihood ratio statistic. Both methods provided good results via simulation to detect small changes in average. The evaluation of assumptions of normality for the statistics proposed by Rossi, Jorgensen and Anscombe generally is omitted in published studies. In this work, we evaluated this assumptions indicating that the statistics are not normal using the real dataset but are independent and stationary. By analyzing real data, due to the persistence of correlation for the normalized statistics, an approach based on setting GARMA model was proposed. This method showed good results once the residuals of the fitted model were normal and independent. Due to the persistence of correlation for the normalized statistics, an approach based on setting GARMA model was proposed. This method showed good results once the residuals of the fitted model were normal and independent.

Spectral analysis of heart rate variability (HRV) has been applied in many medical research to study autonomic nervous system activity. In these studies, the researchers found that (i) ratio of low frequency (LF) to high frequency (HF) spectrum power is a useful measure of sympathetic/parasympathetic balance, and (ii) low heart rate variability is an important risk factors for patients. Therefore, continuous monitoring of the ratio and heart rate variability have the potential to early detect physiological deterioration of patients. This thesis consists of the following two parts. In the first part, we establish control charts monitoring heart rates and low HRV. Numerical method is applied to compute exact control limits of the EWRMS and EWMV charts. The distribution of the conventional LF/HF ratio statistic is difficult to derive, significant of alterations in HRV parameters can not be assessed efficiently. We resolve this problem in the second part, a new equivalently useful ratio statistic is proposed whose distribution can be derived more easily. Based on the derived distribution, the probability control limits of the proposed statistic are calculated. In application, we construct Shewhart charts of the newly proposed ratio statistic and EWRMS, EWMV charts of the heart rate variability to monitor the risk factors of patients in vascular intensive care unit. Furthermore, we define a risk score which combining the two risk factors together, heart rate variability and LF/HF spectrum power ratio. The results show that the higher risk scores corresponding to patients after operation in severer condition.

Made available in DSpace on 2015-04-22T22:10:48Z (GMT). No. of bitstreams: 1 tsuyoshi.pdf: 2918778 bytes, checksum: 0582f83031f201cf5c9075263e1fe8c4 (MD5) Previous issue date: 2009-12-14 / Manufacturing electronic mobile communication products requires high quality control, achieved through measurements and tunings of each unit produced. The goal of this publication is the evaluation of statistical process control (SPC) to monitor the quality of products and the process capability index Cpk. In other words, this study compares the sensitivity of control charts to detect variations in process mean and standard deviation. In this sense, Shewhart control charts and cumulative sum (CUSUM) control charts were comparatively analyzed to select the best SPC in order to guarantee more accurate measurements and devices tuned with lower deviations. Shewhart, in this case, uses the mean and the standard deviation of samples measured during a defined period of time. CUSUM control charts, based on cumulative sums, are statistical tools successfully used to evaluate processes in different industries. The Shewhart control chart was optimized to monitor the capability index Cpk. According to results obtained under the conditions of this experience, CUSUM control chart has higher sensibility when the process has small shifts. It was not observed efficacy of optimized Shewhart control chart to monitor Cpk. / A manufatura de produtos eletrônicos de comunicação móvel demanda um controle de qualidade apurado que é atingido através de medições e de sintonias de cada unidade produzida. O objetivo deste trabalho é avaliar o uso de controle estatístico de processo (CEP) para monitorar a qualidade dos produtos e o índice Cpk de capacidade do processo. Em outras palavras, este estudo compara a sensibilidade do gráfico de controle para detectar variações na média e no desvio padrão do processo. Nesse sentido, foi usada a medição de um parâmetro crítico do dispositivo produzido, a potência irradiada. Neste estudo, gráficos de controle de Shewhart e de soma cumulativa (CUSUM) foram analisados comparativamente para encontrar o melhor CEP para garantir medições mais exatas e dispositivos sintonizados com menores desvios. Shewhart, neste caso, usa a média e o desvio padrão de amostras observadas num período de tempo definido. Os gráficos de controle CUSUM, baseado em somas cumulativas, são ferramentas estatísticas usadas com sucesso para avaliar processos de diferentes indústrias. O gráfico de Shewhart foi otimizado para monitorar o índice de capacidade Cpk. De acordo com os resultados obtidos nas condições do experimento, o gráfico de controle CUSUM mostrou maior sensibilidade para pequenos desvios no processo. Não foi obsevada a eficácia do gráfico de Shewhart otimizado para monitorar o índice de capacidade Cpk.

In this study, neural networks are developed under conditions of nonnormality as alternatives to standard control charts, and their performance is compared with those of standard ‾x and CUSUM control charts.

Industrial processes are subject to changes that can adversely affect product quality. A change in the process that increases the variability of the output of the process causes the output to be less uniform and increases the probability that individual items will not meet specifications. Statistical control charts for monitoring process variance can be used to detect an increase in the variability of the output of a process so that the situation can be repaired and product uniformity restored. Control charts that increase the sampling rate when there is evidence the variance has changed gather information more quickly and detect changes in the variance more quickly (on average) than fixed sampling rate procedures. Several variable sampling rate procedures for detecting increases in the process variance will be developed and compared with fixed sampling rate methods. A control chart for the variance is usually used with a separate control chart for the mean so that changes in the average level of the process and the variability of the process can both be detected. A simple method for applying variable sampling rate techniques to dual monitoring of mean and variance will be developed. This control chart procedure increases the sampling rate when there is evidence the mean or variance has changed so that changes in either parameter that will negatively impact product quality will be detected quickly. / Ph. D.

No description available.

Made available in DSpace on 2017-07-10T19:24:10Z (GMT). No. of bitstreams: 1 Leocir_ Jose Carneiro.pdf: 2032784 bytes, checksum: 70951dc8c3e52992655503e27eeb1640 (MD5) Previous issue date: 2016-02-12 / The quality of an organic compound has been measured by the variability of some variables cited by the Ministry of Agriculture, Livestock and Supply (MAPA). Thus, this trial aimed at monitoring the quality on organic compost production at Compostec company based on statistical control quality (SCQ). The company is located on 317-PR Highway, KM 06, Rural Zone in Toledo city, Paraná. The samples were collected from 01/04/2014 to 04/01/2015. There were 21 piles and from each one of them five samples were collected, so there was a total of 105 samples. The analyzed variables were: moisture, pH, electrical conductivity (EC), carbon, nitrogen, phosphorus, potassium, carbon/nitrogen ratio, cation exchange capacity (CEC), CEC/C ratio, cadmium, lead, copper and zinc. The Shewhart control chart was calculated to obtain the process capability index for each variable. The SQC was shown to be applicable to companies that produce organic compost based on composting in plowed piles. The process did not show statistical control in any of the variables analyzed, but the company can produce organic compound based on the rules and/or safe limits in relation to: moisture, pH, EC, P, K, CEC. The production process is acceptable in relation to C, N and C/N ratio, but ineffective to CEC/C ratio, Cu, Zn, Cd and Pb. The variables that best represent the compound quality and can be easily monitored with control charts are C, N and C/N ratio. / A qualidade de um composto orgânico é medida pela variabilidade de algumas variáveis citadas pelo Ministério de Agricultura Pecuária e Abastecimento (MAPA). Assim, esta pesquisa objetivou monitorar a qualidade na produção de composto orgânico na empresa Compostec por controle estatístico de qualidade (CEQ). A empresa está localizada na Rodovia PR 317, KM 06, Zona Rural do município de Toledo-PR. As amostras foram coletadas no período de 01/04/2014 a 01/04/2015. Coletaram-se cinco amostras por leira em um total de 21 leiras, totalizando 105 amostras. As variáveis analisadas foram: umidade, pH, condutividade elétrica (CE), carbono, nitrogênio, fósforo, potássio, relação carbono/nitrogênio, capacidade de troca catiônica (CTC), relação CTC/C, cádmio, chumbo, cobre e zinco. Construiu-se o gráfico de controle de Shewhart e calculou-se o índice de capacidade do processo para cada variável. A CEQ mostrou-se aplicável para empresas que produzem composto orgânico a partir da compostagem em leiras revolvidas. O processo não apresentou controle estatístico em nenhuma das variáveis analisadas e a empresa é capaz de produzir composto orgânico dentro das normas e/ou limites seguros em relação à (ao): umidade, pH, CE, P, K, CTC. O processo é aceitável em relação às variáveis C, N e à relação C/N, porém é incapaz em relação à CTC/C, Cu, Zn, Cd e Pb. As variáveis que melhor representam a qualidade do composto e são mais fáceis de monitorar com gráficos de controle são C, N e relação C/N.

Made available in DSpace on 2017-05-12T14:47:26Z (GMT). No. of bitstreams: 1 Leocir_ Jose Carneiro.pdf: 2032784 bytes, checksum: 70951dc8c3e52992655503e27eeb1640 (MD5) Previous issue date: 2016-02-12 / The quality of an organic compound has been measured by the variability of some variables cited by the Ministry of Agriculture, Livestock and Supply (MAPA). Thus, this trial aimed at monitoring the quality on organic compost production at Compostec company based on statistical control quality (SCQ). The company is located on 317-PR Highway, KM 06, Rural Zone in Toledo city, Paraná. The samples were collected from 01/04/2014 to 04/01/2015. There were 21 piles and from each one of them five samples were collected, so there was a total of 105 samples. The analyzed variables were: moisture, pH, electrical conductivity (EC), carbon, nitrogen, phosphorus, potassium, carbon/nitrogen ratio, cation exchange capacity (CEC), CEC/C ratio, cadmium, lead, copper and zinc. The Shewhart control chart was calculated to obtain the process capability index for each variable. The SQC was shown to be applicable to companies that produce organic compost based on composting in plowed piles. The process did not show statistical control in any of the variables analyzed, but the company can produce organic compound based on the rules and/or safe limits in relation to: moisture, pH, EC, P, K, CEC. The production process is acceptable in relation to C, N and C/N ratio, but ineffective to CEC/C ratio, Cu, Zn, Cd and Pb. The variables that best represent the compound quality and can be easily monitored with control charts are C, N and C/N ratio. / A qualidade de um composto orgânico é medida pela variabilidade de algumas variáveis citadas pelo Ministério de Agricultura Pecuária e Abastecimento (MAPA). Assim, esta pesquisa objetivou monitorar a qualidade na produção de composto orgânico na empresa Compostec por controle estatístico de qualidade (CEQ). A empresa está localizada na Rodovia PR 317, KM 06, Zona Rural do município de Toledo-PR. As amostras foram coletadas no período de 01/04/2014 a 01/04/2015. Coletaram-se cinco amostras por leira em um total de 21 leiras, totalizando 105 amostras. As variáveis analisadas foram: umidade, pH, condutividade elétrica (CE), carbono, nitrogênio, fósforo, potássio, relação carbono/nitrogênio, capacidade de troca catiônica (CTC), relação CTC/C, cádmio, chumbo, cobre e zinco. Construiu-se o gráfico de controle de Shewhart e calculou-se o índice de capacidade do processo para cada variável. A CEQ mostrou-se aplicável para empresas que produzem composto orgânico a partir da compostagem em leiras revolvidas. O processo não apresentou controle estatístico em nenhuma das variáveis analisadas e a empresa é capaz de produzir composto orgânico dentro das normas e/ou limites seguros em relação à (ao): umidade, pH, CE, P, K, CTC. O processo é aceitável em relação às variáveis C, N e à relação C/N, porém é incapaz em relação à CTC/C, Cu, Zn, Cd e Pb. As variáveis que melhor representam a qualidade do composto e são mais fáceis de monitorar com gráficos de controle são C, N e relação C/N.

<p>The distribution of asset returns may lead to structural breaks. Thesebreaks may result in changes of the optimal portfolio weights. For a port-folio investor, the ability of timely detection of any systematic changesin the optimal portfolio weights is of a great interest.In this master thesis work, the use of the Shewhart method, as amethod for detecting a sudden parameter change, the implied changein the multivariate portfolio weights and its performance is reviewed.</p><p> </p>