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

O avanço tecnológico e a disponibilidade de recursos computacionais vêm facilitando a obtenção e o tratamento dos dados. Assim sendo, a tendência natural no monitoramento de processos é o controle simultâneo de várias características de qualidade. Em processos automatizados, as observações são, em geral, autocorrelacionadas. Estudos com o gráfico de X, para processos univariados têm mostrado que a autocorrelação reduz a capacidade deste em sinalizar alterações no processo. Neste trabalho, estuda-se os processos multivariados autocorrelacionados. Por meio de simulações são obtidas as propriedades dos gráficos de X , no monitoramento do vetor de médias; as propriedades dos gráficos de VMAX, no monitoramento da matriz de covariâncias; e as propriedades dos gráficos de MCMAX, no monitoramento simultâneo do vetor de médias e da matriz de covariâncias. O que se conclui é que o aumento da autocorrelação e do número de variáveis sob monitoramento reduz o poder dos gráficos em sinalizar uma causa especial