O efeito da autocorrelação no desempenho dos gráficos de X e R e dos gráficos de X e S²

Control charts are very important tools in statistical quality control of industrial processes and its use started last century. Since its development, the charts have always been attributed to independent processes, i.e. without any correlation between samples. But nowadays, with the high level of automation in the industrial environment, it is noticeable the autocorrelation factor between samples. The main Xcharts used in monitoring quality characteristics represented by continuous variables are the mean (X ), amplitude (R) and variance (S²). Therefore, this work aims to analyze the performance of X and R charts and in of X and S² charts with different sample sizes (4 and 5) for monitoring autocorrelated processes. Through computer simulations using the Fortran software and the use of mathematical expressions was possible to obtain data and performance analysis of the detection power charts for independent observations and for autocorrelated observations according to the model AR (1). The results show that the effect of autocorrelation reduces the ability of monitoring the control charts and that, the greater this effect, the slower the chart becomes in misfits signaling

Gráficos de controle de X para monitoramento de processos autocorrelacionados

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Gráficos de X com esquemas especiais de amostragem para o controle de médias que oscilam ou para o controle de processos que geram observações autocorrelacionadas

Pós-graduação em Engenharia Mecânica - FEG

Monitoramento de processos multivariados autocorrelacionados

Technological advances and the availability of computational resources have been facilitating the collection and processing of data. Thus, the natural tendency of the monitoring processes is the simultaneous control of various quality characteristics. In automated processes, observations are generally autocorrelated. Studies with univariate graph for processes have shown that the autocorrelation reduces the ability of this signal changes in the process. In this paper, we study the multivariate autocorrelated processes. Through simulations are obtained properties of graphs, monitoring the mean vector, the properties of graphs VMAX, in monitoring the covariance matrix, and the properties of graphs MCMAX, the simultaneous monitoring of mean vector and covariance matrix. Conclude that increasing the autocorrelation and the number of variables being monitored, reduces the power of the graphics in signal of a special cause

Gráfico de Hotelling com esquemas especiais de amostragem para o monitoramento de processos bivariados autocorrelacionados

Pós-graduação em Engenharia Mecânica - FEG

Gráficos de T² para o monitoramento de processos multivariados autocorrelacionados

In which refers to statistical process control, the analysis of univariate cases is not enough for many types of company, being necessary to resort to multivariate cases. Besides, it is usually supposed that the observations are independent. However, the violation of this hypothesis indicates the existence of autocorrelation in the process. In this work, by a basic quantitative approach for an exploratory and experimental research, the study target are the multivariate autocorrelated control charts, using Hotteling T². The ARL values were collected by simulations of a computational program on FORTRAN language, with objective of studying the charts properties, in addition to compare with the

Gráficos de T² para o monitoramento de processos multivariados autocorrelacionados

In which refers to statistical process control, the analysis of univariate cases is not enough for many types of company, being necessary to resort to multivariate cases. Besides, it is usually supposed that the observations are independent. However, the violation of this hypothesis indicates the existence of autocorrelation in the process. In this work, by a basic quantitative approach for an exploratory and experimental research, the study target are the multivariate autocorrelated control charts, using Hotteling T². The ARL values were collected by simulations of a computational program on FORTRAN language, with objective of studying the charts properties, in addition to compare with the

Estimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelação

Neste trabalho analisamos processos estocásticos com decaimento polinomial (também chamado hiperbólico) da função de autocorrelação. Nosso estudo tem enfoque nas classes dos Processos ARFIMA e dos Processos obtidos à partir de iterações da transformação de Manneville-Pomeau. Os objetivos principais são comparar diversos métodos de estimação para o parâmetro fracionário do processo ARFIMA, nas situações de estacionariedade e não estacionariedade e, além disso, obter resultados similares para o parâmetro do processo de Manneville-Pomeau. Entre os diversos métodos de estimação para os parâmetros destes dois processos destacamos aquele baseado na teoria de wavelets por ser aquele que teve o melhor desempenho.

Autocorrelação espacial na distribuição de área de loja de supermercados em municípios do estado de São Paulo

Cerca de 90% da variabilidade da densidade de m2 de loja de supermercados nas microrregiões do estado de São Paulo pode ser explicada pela densidade de renda ali existente, desde que a autocorrelação espacial presente nas duas variáveis seja levada em consideração. Neste trabalho, apresenta-se o conceito de autocorrelação espacial, sugere-se uma medida para a sua intensidade (Índice de Geary), e estuda-se uma estratégia para sua remoção.

Análise da precificação de imóveis na cidade do Rio de Janeiro utilizando Modelagem Hedônica e os efeitos da autocorrelação espacial

A escolha da cidade do Rio de Janeiro como sede de grandes eventos esportivos mundiais, a Copa do Mundo de Futebol de 2014 e os Jogos Olímpicos de 2016, colocou-a no centro de investimentos em infraestrutura, mobilidade urbana e segurança pública, com consequente impacto no mercado imobiliário, tanto de novos lançamentos de empreendimentos, quanto na revenda de imóveis usados. Acredita-se que o preço de um imóvel dependa de uma relação entre suas características estruturais como quantidade de quartos, suítes, vagas de garagem, presença de varanda, tal como sua localização, proximidade com centros de trabalho, entretenimento e áreas valorizadas ou degradadas. Uma das técnicas para avaliar a contribuição dessas características para a formação do preço do imóvel, conhecido na Econométrica como Modelagem Hedônica de Preços, é uma aplicação de regressão linear multivariada onde a variável dependente é o preço e as variáveis independentes, as respectivas características que deseja-se modelar. A utilização da regressão linear implica em observar premissas que devem ser atendidas para a confiabilidade dos resultados a serem analisados, tais como independência e homoscedasticidade dos resíduos e não colinearidade entre as variáveis independentes. O presente trabalho objetiva aplicar a modelagem hedônica de preços para imóveis localizados na cidade do Rio de Janeiro em um modelo de regressão linear multivariada, em conjunto com outras fontes de dados para a construção de variáveis de acessibilidade e socioambiental a fim de verificar a relação de importância entre elas para a formação do preço e, em particular, exploramos brevemente a tendência de preços em função da distância a favelas. Em atenção aos pré-requisitos observados para a aplicação de regressão linear, verificamos que a premissa de independência dos preços não pode ser atestada devido a constatação da autocorrelação espacial entre os imóveis, onde não apenas as características estruturais e de acessibilidade são levadas em consideração para a precificação do bem, mas principalmente a influência mútua que os imóveis vizinhos exercem um ao outro.

O efeito da autocorrelação no desempenho do gráfico T2 de hotelling: caso bivariado

The chart of control of Hotelling T2 has been the main statistical device used in monitoring multivariate processes. Currently the technological development of control systems and automation enabled a high rate of collection of information of the production systems in very short time intervals, causing a dependency between the results of observations. This phenomenon known as auto correlation causes in the statistical control of the multivariate processes a high rate of false alarms, prejudicing in the chart performance. This entails the violation of the assumption of independence and normality of the distribution. In this thesis we considered not only the correlation between two variables, but also the dependence between observations of the same variable, that is, auto correlation. It was studied by simulation, the bi variate case and the effect of auto correlation on the performance of the T2 chart of Hotelling.

O efeito da autocorrelação no planejamento das cartas de controle de x̄ e EWMA

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Modelo de Gompertz com sazonalidade e autocorrelação nos erros para ajuste do crescimento ponderal em vaca leiteira

In recent work (Kroll, 1990) on dairy cattle growth using its monthly weights, a Gompertz function, first considering the autocorrelated error structure, and second, the independent error structure, was fitted. The last explained 25% more of the total variance than the former. In this work, a Gompertz function was fitted with autocorrelated error structure adding seasonality to the model. This was suggested taking into account the time series autocorrelation function. In order to estimate the six parameters, an iterative procedure was used, employing a matrix X = [G\S], where G is the usual matrix for fitting the Gompertz function, and S is a 0s, 1s, -1s matrix necessary to take into account seasonality. With this model, the adjustment was better in terms of the coefficient determination.

Autocorrelação espacial em população natural de Terminalia argentea Mart et Succ. no cerrado de Selvíria, MS

The objective of this study was determine the spatial distribution of genotypes of Terminalia argentea Mart et Suce. (Capitão-do-campo) in a natural population, aiming to outline strategy to genetic conservation in situ and ex situ. The population (Terminalia argentea) is located in an area of cerrado on the Teaching and Research Farm of FEIS / UNESP. It was sampled seeds in 30 trees to determine the biochemistry and technological traits. The trees were also located per GPS apparatus, with objective of obtaining geographic coordinate and to analysis the genotype spatial structure from I Moran Index. The analysis of spatial autocorrelations, from I Moran index, indicated the tendency of a larger structure among trees near spatially. In another hand, trees distant spatially showed smaller similarity. The spatial structure was more visible in a ray of 353m.

Comparação de ajustes do modelo de Gompertz a dados de crescimento

Pós-graduação em Biometria - IBB