Thesis (Ph. D.)--University of Wisconsin--Madison, 1964. / Typescript. Vita. Description based on print version record. Includes bibliographical references (leaves 90-92).

Thesis (Ph. D.)--University of Wisconsin--Madison, 1982. / Typescript. Vita. Includes bibliographical references (leaves 77-80).

Thesis (Ph. D.)--University of Wisconsin--Madison, 1969. / Typescript. Vita. eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references.

Thesis (Ph. D.)--University of Wisconsin--Madison, 1971. / Typescript. Vita. eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references.

Thesis (M.S.)--University of Wisconsin--Madison, 1969. / eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references.

Thesis (Ph. D.)-- Florida State University, 2006. / Advisor: James R. Simpson, Florida State University, College of Engineering, Dept. of Industrial and Manufacturing Engineering. Title and description from dissertation home page (viewed Jan. 2, 2007). Document formatted into pages; contains xii, 195 pages. Includes bibliographical references.

Thesis (M. Phil.)--University of Hong Kong, 2006. / Title proper from title frame. Also available in printed format.

Neste trabalho apresentamos os principais objetivos dos planejamentos experimentais em modelos de regressão. Na primeira parte do trabalho descrevemos os planejamentos com alavancagem constante, que permitem que todos os pontos amostrais exerçam a mesma influência nas estimativas dos parâmetros do modelo de regressão. Abordamos ainda outros tipos de planejamentos experimentais que obedecem a certos critérios como, por exemplo: G-otimalidade, D-otimalidade e Planejamentos ortogonais. Finalizando o trabalho foi apresentada uma análise prática em que as principais medidas estudadas foram aplicadas a um conjunto de dados reais. / This work presents the main objectives of the sampling plans in regression models. The first part of the study describes the planning with constant leverage, enabling all sampling points exercise the same influence on the estimatives of the parameters of the regression model. We still discussed other types of experimental plans that meet certain criteria, such as G-optimality, D-optimality and Planning orthogonal. Finally the work presented a practical analysis where the main measures were applied to a set of real data.

Orientador: Auteliano Antunes dos Santos Junior / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-19T07:33:31Z (GMT). No. of bitstreams: 1 Henriques_FranciscoJosedaSilva_M.pdf: 2858744 bytes, checksum: 0cea615c3d9820b58bad6cb5d86648ee (MD5) Previous issue date: 2011 / Resumo: O presente trabalho tem como objetivo apresentar e aplicar uma metodologia que possa ser utilizada nos diagnósticos de falhas, a priori, com causas desconhecidas ou diferentes das já conhecidas, por equipes de desenvolvimento de novos produtos. Esse tipo de falha acontece principalmente quando trata-se de produtos inovadores e ocorrem durante o processo de validação e mesmo após o início da produção. A metodologia se baseia na aplicação de Planejamento de Experimentos em conjunto com Árvore de Falhas para a quantificação das importâncias das causas raiz. Como resultado do trabalho é possível identificar quais parâmetros são os principais candidatos a causadores da falha e hierarquizar as causas. É possível ainda verificar as interações entre as causas, se existirem. A combinação entre métodos proposta pode ser inserida em metodologias de projeto consagradas, como o Projeto para Seis Sigma (DFSS), criando uma nova forma de desenvolver projetos inovadores / Abstract: The present work aims to present and apply a methodology that can be used on failures diagnosis, with unknown or different causes from those already known by the development team. This kind of failure happens mainly along the design of innovative products and occurs during the validation process or in the infant life phase. The methodology is based on Design of Experiments, which is applied together with Failure Tree Analysis to quantify the importance of each root cause. From the results of this work it is possible to identify what are the main causes related to the fault and rank them. It is also possible to verify whether there are interactions between the causes or not. The methodology proposed joining both methods can be inserted unusual design methodologies as Design of Six Sigma, creating a new way to develop and improve innovative designs / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

No description available.