Resumo: A análise de confiabilidade é uma área importante, tanto para a indústria que lança novos produtos quanto para os consumidores que sempre exigem produtos cada vez melhores e que tenham uma grande durabilidade. Com isso varias técnicas foram, e ainda são, desenvolvidas para esta finalidade. Uma delas é o estimador de Kaplan-Meier, estimador da função de confiabilidade, o estimador de Kaplan-Meier é um estimador não-paramétrico assintótico, pois a assintoticidade exige que as amostras sejam grandes para que as estimativas dos valores da confiabilidade fiquem próximas aos valores reais. Uma maneira de tentar corrigir isso é a utilização de técnicas computacionalmente intensivas, tais como o método bootstrap, que é uma técnica de reamostragem proposto por Efron em 1979, que foi utilizado para avaliar a variabilidade de uma estatística qualquer. O trabalho apresenta a aplicação do método bootstrap ao estimador não-paramétrico Kaplan-Meier, e assim obter intervalos de confiança bootstrap para os valores das estimativas da confiabilidade. Foi desenvolvido um programa computacional em linguagem Fortran do método bootstrap aliado ao estimador de Kaplan-Meier, foram testadas diversas amostras de tempo de falha e comparados os resultados com os do estimador. Ao final concluiu-se que a aplicação do método resultou em resultados satisfatórios.
Identifer | oai:union.ndltd.org:IBICT/oai:dspace.c3sl.ufpr.br:1884/27124 |
Date | 25 May 2012 |
Creators | Abreu, André Luiz Emidio de |
Contributors | Chaves Neto, Anselmo 1945-, Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduaçao em Métodos Numéricos em Engenharia |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Repositório Institucional da UFPR, instname:Universidade Federal do Paraná, instacron:UFPR |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds