Gráficos de Controle para Processos Autocorrelacionados

Slides:



Advertisements
Apresentações semelhantes
Correlação e Regressão
Advertisements

Deve ser selecionado o modo
Prof. Darlan Marcelo Delgado
Analise de Regressão Parte 2.
Movimento Retilíneo Uniforme
ESTIMAÇÃO.
REGRESSÃO LINEAR. O coeficiente de correlação não mede a relação causa-efeito entre duas variáveis, apesar de que essa relação possa estar presente. Por.
GRÁFICOS DE CONTROLE ALYSON TRACZ MARCIO HENRIQUE MARCIO CARNEIRO
Estatística 8 - Distribuições Amostrais
7a. e 8a. Aulas – Correlação e Regressão
Controle Estatístico de Processos
Métodos Quantitativos
Estatística Aplicada (Aula 4)
Métodos Quantitativos
Análise Exploratória de Dados
Estatística e Probabilidade
Profª. Sheila Regina Oro
Introdução a Computação e Cálculo Numérico
Módulo 5 – Introdução à Teoria Estatística da Medição
DISTRIBUIÇÃO AMOSTRAL DA PROPORÇÃO DA AMOSTRA OU
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE
DISTRIBUIÇÕES AMOSTRAIS
Passo 4: Definição do número de classes
ESTATÍSTICA DECRITIVA
Métodos Quantitativos
ANÁLISE EXPLORATÓRIA DE DADOS
Site: Estatística Prof. Edson Nemer Site:
Deve ser selecionado o modo
Amintas engenharia.
11 18/11/2014 GERENCIAMENTO DE RISCO NO PLANEJAMENTO DA AÇÃO FISCAL SEFAZ-Ce/GABIN/ADINS Sandra Olimpio I SEMINÁRIO NACIONAL DE COOPERAÇÃO E INTEGRAÇÃO.
Site: Estatística Prof. Edson Nemer Site:
Caso de Aplicação: a) Relação entre Característica de Qualidade e fator que a afeta. b) Relação entre duas Características de qualidade. c) Dois fatores.
PROBABILIDADE CALCULADA CURVA DE DISTRIBUIÇÃO NORMAL
Análise de Incertezas Introdução.
Interpolação e Ajuste de Curvas
Estatística.
Regressão e Previsão Numérica.
Medidas de Dispersão O que é dispersão?
Estatística Descritiva
Estatística Descritiva. 2 oO que é a estatística ? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os estatísticos são.
Regressão.
Vidros Base de Dados de Identificação de Vidros. Setembro de Fonte:
Medidas Estatísticas.
Estatística Descritiva
PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA
Curva padrão Sucessão crescente ou decrescente de pontos obtidos da relação entre A concentração da espécie padrão pela sua intensidade de sinal proveniente.
Associação entre duas variáveis: análise bidimensional
Metodologia da Pesquisa em Ensino de Ciências I
Professor: Márcio José Coutinho de Paiva
Estatística Descritiva
Usando Excel Prof. Rosemberg Trindade. Parte 1 Representação tabular de distribuição com variáveis discretas e contínuas.
MEDIDAS DE DISPERSÃO As medidas de dispersão, como o nome sugere, servem para analisar o grau de dispersão dos dados em torno da média. Exemplo. Amostra.
Exercício: Contar mentalmente um tempo de 10 segundos
TEU 08/10/2013: Software Statistica Profª: Francieli Dalcanton.
INTERVALOS DE CONFIANÇA
PLANEJAMENTO EXPERIMENTAL
GESTÃO DE OPERAÇÕES II CONTROLE ESTATISTICO DE PROCESSO (CEP) Cap. 21
SPSS. 1 - Inserir dados na planilha: digite os dados na planilha.
Métodos Quantitativos Prof. Edson Nemer Site:
Experimentação e Instrumentação Regressão Linear e Múltipla
Estimação e Intervalo de Confiança. Estimação Frequentemente necessitamos, por meio das amostras, conhecer informações gerais da população. A estimação.
INTERVALO DE CONFIANÇA PARA A MEDIA POPULACIONAL (σ 2 desconhecido ) Sabemos que se o tamanho da amostra for superior a 30 a distribuição amostral das.
Marcos Antonio Estremote – Aula 3.  Determina a característica de variação de um conjunto de dados.  Amplitude  Desvio  Desvio médio ou desvio absoluto.
M EDIDAS DE DISPERSÃO Estatística Rosebel Prates 1.
Capítulo 8 Gráficos de controle para variáveis mensuráveis
Como construir modelos empíricos. Nos modelos estudados, cada fator foi fixado em dois níveis Por esta razão temos que nos contentar com uma visão limitada.
ESTATÍSTICA AULA 06 ANÁLISE EXPLORATÓRIA DE DADOS II – Unidade 4
Métodos Quantitativos
Site: Estatística Prof. Edson Nemer Site:
Exercício: Contar mentalmente um tempo de 10 segundos
Transcrição da apresentação:

Gráficos de Controle para Processos Autocorrelacionados Grupo 07: César Felipe Fabíola Henrique Lucas M. 07517-1 Marcelo Rachel 05236-1 Munhoz Vinicius

Introdução Gráficos de Controle Convencionais – Shewart Características de qualidade de interesse independentes e normalmente distribuídas. Gráficos de Controle – Processos Autocorrelacionados Valores das características de qualidade possuem alguma interdependência. Aumenta risco α. Processos contínuos.

Coeficientes Coeficiente de correlação entre X e Y: Coeficiente de autocorrelação amostral:

Diagrama de Dispersão

Gráficos de Observações Individuais e Amplitude Móvel Uma alternativa para o controle estatístico de processos autocorrelacionados é espaçar as medidas em intervalos de tempo suficientemente longo. Com n = 1, os gráficos ͞X e R são substituídos pelos gráficos de Observações Individuais (X) e Amplitude Móvel (MR). A linha média para o gráfico X é a média geral µ̥ do processo e os limites de controle distam 3σ̥ da linha média.

Gráficos de Observações Individuais e Amplitude Móvel Sendo xi o valor da i-ésima medida característica x, então a amplitude móvel (MR) será: MR = máx {xi, xi-1} – mín{xi, xi-1} A média e o desvio padrão serão:

Gráficos de Observações Individuais e Amplitude Móvel

Gráficos de Observações Individuais e Amplitude Móvel Considerando que se realize uma medida da temperatura do banho químico a cada 60 minutos; a primeira medida realizada às 8:30 hrs. Os valores obtidos seriam as temperaturas X11, X31, X51, X71 ..., que são medidos a cada 3 minutos. Após 20 horas, obteriamos as 20 medidas registradas na coluna X da tabela a seguir. Amostra X MR 1 227,02 2 225,18 1,84 3 213,88 11,30 ... 20 227,74 11,25 = 225,016 = 7,102

Gráficos de Observações Individuais e Amplitude Móvel Aplicando as fórmulas anteriores, podemos obter os seguintes limites para amplitude móvel (MR): LICMR = 0 LMMR = 7,102 LSCMR = 23,202 E de observações individuais (X): LICX = 206,128 LMX = 225,016 LSCX = 243,904

Gráficos de Observações Individuais e Amplitude Móvel Amplitude móvel (MR):

Gráficos de Observações Individuais e Amplitude Móvel Observação Individual (X):