Return to search

Eficiência entre os gráficos de controle T² de Hotelling e os gráficos de X̅ univariados simultâneos para a média em processos multivariados / Efficiency among T² control charts Hotelling and simultaneous X̅ graphics univariate to the average in multivariate processes

BRANDÃO, N. S. B. Eficiência entre os gráficos de controle T² de Hotelling e os gráficos de X̅ univariados simultâneos para a média em processos multivariados. 2014. 70 f. Dissertação (Mestrado em Logística e Pesquisa Operacional) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2014. / Submitted by Thiago Calvet (thiago@ufc.br) on 2016-08-01T15:14:21Z
No. of bitstreams: 1
2014_dis_nsbbrandao.pdf: 5240729 bytes, checksum: 4d542a90d8d0b0e99bf377a44bb91a34 (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2016-08-02T14:54:44Z (GMT) No. of bitstreams: 1
2014_dis_nsbbrandao.pdf: 5240729 bytes, checksum: 4d542a90d8d0b0e99bf377a44bb91a34 (MD5) / Made available in DSpace on 2016-08-02T14:54:44Z (GMT). No. of bitstreams: 1
2014_dis_nsbbrandao.pdf: 5240729 bytes, checksum: 4d542a90d8d0b0e99bf377a44bb91a34 (MD5)
Previous issue date: 2014-04-04 / This study aims to compare the performance in detecting changes in the mean vector of the
process , when subjected to disturbances in one or more characteristics of two types of control
charts for bivariate and trivariate processes, being these the Control Chart multivariate (GCM)
T² Hotelling and graphs X univariate concurrent (SU X ). For this, an algorithm was developed
by the R software, which uses the Monte Carlo method, able to generate multivariate data and
make the whole analysis procedure for calculating the average run length to the occurrence of a
signal (NMA0), which is used for measuring the graphics performance. Estimates of the mean
vector and the covariance of a real process of a paint industry, which had 44 samples collected
in July 2013 by the company itself matrix were used. The analysis took place in two stages,
where the first process is trivariate and only two features are significantly correlated in this case
Density and Viscosity and pH does not correlate with any of them, where only the second of
these correlated variables are analyzed, with a coefficient correlation equal to 0,5. The results
show that for the trivariate case, if the disturbance occurs in the density or viscosity characteristics,
T² Hotelling has become more efficient, but when pH undergoes displacement, in general,
the graphic SU X has better performance, especially for large displacements. When viscosity
and pH or pH and density suffer displacement, the graph T has better performance, while in
the case of the Density and Viscosity SU X is more efficient. If the three characteristics are exposed
to disturbances, there is almost no difference between the two graphs. When the process
is bivariate, if only one of the features suffers displacement T² is the best option when the two
characteristics are altered, the SU X is more efficient. Applications of the techniques discussed
in this study were presented. Through the GCM T² Hotelling, both the trivariate process as bivariate
presented under control, the same happened when applied graphics SU X , whereas with
the current methodology of the company, traditional Shewhart charts, the Density variable is out
of control points, which does not occur when taken into account the correlation with Viscosity.
In this study, we conclude that when all the variables are not correlated strategy of grouping
them into a graph T² is not the best, thus the use of graphs, univariate and multivariate, jointly
is seen as more appropriate. / Este estudo tem por objetivo comparar o desempenho na detecção de mudanças no vetor
de médias do processo, quando sujeitos a perturbações em uma ou mais caraterísticas, de dois
tipos de gráficos de controle, para processos bivariados e trivariados, sendo estes, o Gráfico de
Controle Multivariado (GCM) T² de Hotelling e os Gráficos de X Univariados Simultâneos
(SU X ). Para tanto, foi elaborado um algoritmo, através do software R, que utiliza o método de
Monte Carlo, capaz de gerar dados multivariados e fazer todo procedimento de análise para o
cálculo do Número Médio de Amostras até a ocorrência de um sinal (NMA0), que é utilizado
para medir o desempenho dos gráficos. Foram utilizadas as estimativas do vetor de médias e
da matriz de covariâncias de um processo real de uma indústria de tintas, o qual teve 44 amostras
coletadas em julho de 2013 pela própria empresa. A análise ocorreu em duas etapas, a
primeira onde o processo é trivariado e apenas duas características são significativamente correlacionadas,
neste caso Densidade e Viscosidade, e o pH não se correlaciona com nenhuma das
duas, e a segunda onde apenas estas variáveis correlacionadas são analisadas, com coeficiente
de correlação igual a 0,5. Os resultados obtidos mostram que, para o caso trivariado, se a perturbação
ocorrer nas características Densidade ou Viscosidade, o T² de Hotelling apresenta-se
mais eficiente, porém quando pH sofre deslocamentos, em geral, o gráfico SU X possui melhor
desempenho, principalmente para grandes deslocamentos. Quando Viscosidade e pH ou
Densidade e pH sofrem deslocamento, o gráfico T² possui melhor desempenho, enquanto que
tratando-se de Densidade e Viscosidade o SU X é mais eficiente. Se as três características são
expostas a perturbações, quase não há diferença entre os dois gráficos. Quando o processo é
bivariado, se apenas uma das características sofre deslocamento, o T² é a melhor opção, quando
as duas características são alteradas, o SU X é mais eficiente. Foram apresentadas aplicações
das técnicas discutidas neste estudo. Através do GCM T² de Hotelling, tanto o processo trivariado
como o bivariado apresentaram-se sob controle, o mesmo ocorreu quando aplicados
os gráficos SU X , enquanto que com a atual metodologia da empresa, os gráficos de Shewhart
tradiconais, a variável Densidade apresenta pontos fora de controle, o que não ocorre quando
levada em consideração a correlação existente com Viscosidade. Deste estudo, concluímos que,
quando as variáveis não são todas correlacionadas a estratégia de agrupá-las num gráfico T²
não é a melhor, desta forma a utilização dos gráficos, multivariados e univariados, de forma
conjunta é vista como mais adequada.

Identiferoai:union.ndltd.org:IBICT/oai:www.repositorio.ufc.br:riufc/18817
Date04 April 2014
CreatorsBrandão, Núbia da Silva Batista
ContributorsFreitas, Sílvia Maria de
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFC, instname:Universidade Federal do Ceará, instacron:UFC
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.003 seconds