Método de orientação à modelagem de dados mensurados em proporção
| Ano de defesa: | 2006 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | http://hdl.handle.net/10183/6355 |
Resumo: | A implementação de técnicas estatísticas, como modelos de regressão, permite conhecer os efeitos dos fatores sobre a característica de qualidade de um produto, contribuindo na melhoria da qualidade de produtos e processos. O objetivo desta dissertação consiste em elaborar um método que oriente à modelagem de dados mensurados em proporção, levando em consideração a classificação das variáveis dependentes e independentes, com enfoque no Modelo de Regressão Beta e no Modelo de Quaseverossimilhança. O método é ilustrado com um estudo em uma empresa curtidora da região do Vale do Rio dos Sinos no Rio Grande do Sul. A modelagem realizada neste estudo referiuse a proporção de produtos refugados no processo de produção por erro de classificação. Os Modelos de Regressão Beta e de Quase-verossimilhança apresentaram bom ajuste e mostraram-se adequados na modelagem da proporção de produtos por erros de classificação. Esses modelos podem ser estendidos a todos os processos industriais que envolvam a produção de produtos não conformes às especificações de fabricação (defeituosos). O método elaborado apresentou facilidade de entendimento e clareza dos passos para a escolha dos modelos de regressão usados na modelagem de dados mensurados em proporção. |
| id |
UFRGS-2_96167da8eac008f7b64416f9ee2f10fb |
|---|---|
| oai_identifier_str |
oai:www.lume.ufrgs.br:10183/6355 |
| network_acronym_str |
UFRGS-2 |
| network_name_str |
Repositório Institucional da UFRGS |
| repository_id_str |
|
| spelling |
Sant'Anna, Ângelo Márcio OliveiraTen Caten, Carla Schwengber2007-06-06T18:55:59Z2006http://hdl.handle.net/10183/6355000528763A implementação de técnicas estatísticas, como modelos de regressão, permite conhecer os efeitos dos fatores sobre a característica de qualidade de um produto, contribuindo na melhoria da qualidade de produtos e processos. O objetivo desta dissertação consiste em elaborar um método que oriente à modelagem de dados mensurados em proporção, levando em consideração a classificação das variáveis dependentes e independentes, com enfoque no Modelo de Regressão Beta e no Modelo de Quaseverossimilhança. O método é ilustrado com um estudo em uma empresa curtidora da região do Vale do Rio dos Sinos no Rio Grande do Sul. A modelagem realizada neste estudo referiuse a proporção de produtos refugados no processo de produção por erro de classificação. Os Modelos de Regressão Beta e de Quase-verossimilhança apresentaram bom ajuste e mostraram-se adequados na modelagem da proporção de produtos por erros de classificação. Esses modelos podem ser estendidos a todos os processos industriais que envolvam a produção de produtos não conformes às especificações de fabricação (defeituosos). O método elaborado apresentou facilidade de entendimento e clareza dos passos para a escolha dos modelos de regressão usados na modelagem de dados mensurados em proporção.application/pdfporModelos estatísticosControle de qualidadeModelos de regressãoMétodo de orientação à modelagem de dados mensurados em proporçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de ProduçãoPorto Alegre, BR-RS2006mestradoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000528763.pdf000528763.pdfTexto completoapplication/pdf635554http://www.lume.ufrgs.br/bitstream/10183/6355/1/000528763.pdfd4d75866878762e2f048016cd78ece2dMD51TEXT000528763.pdf.txt000528763.pdf.txtExtracted Texttext/plain188063http://www.lume.ufrgs.br/bitstream/10183/6355/2/000528763.pdf.txt86c789594f94504aa139596476e95a07MD52THUMBNAIL000528763.pdf.jpg000528763.pdf.jpgGenerated Thumbnailimage/jpeg1068http://www.lume.ufrgs.br/bitstream/10183/6355/3/000528763.pdf.jpg4f05604b0d0e801c8a31e8a4a2f10b2dMD5310183/63552018-10-18 07:15:15.44oai:www.lume.ufrgs.br:10183/6355Repositório InstitucionalPUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.bropendoar:2018-10-18T10:15:15Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
| dc.title.pt_BR.fl_str_mv |
Método de orientação à modelagem de dados mensurados em proporção |
| title |
Método de orientação à modelagem de dados mensurados em proporção |
| spellingShingle |
Método de orientação à modelagem de dados mensurados em proporção Sant'Anna, Ângelo Márcio Oliveira Modelos estatísticos Controle de qualidade Modelos de regressão |
| title_short |
Método de orientação à modelagem de dados mensurados em proporção |
| title_full |
Método de orientação à modelagem de dados mensurados em proporção |
| title_fullStr |
Método de orientação à modelagem de dados mensurados em proporção |
| title_full_unstemmed |
Método de orientação à modelagem de dados mensurados em proporção |
| title_sort |
Método de orientação à modelagem de dados mensurados em proporção |
| author |
Sant'Anna, Ângelo Márcio Oliveira |
| author_facet |
Sant'Anna, Ângelo Márcio Oliveira |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Sant'Anna, Ângelo Márcio Oliveira |
| dc.contributor.advisor1.fl_str_mv |
Ten Caten, Carla Schwengber |
| contributor_str_mv |
Ten Caten, Carla Schwengber |
| dc.subject.por.fl_str_mv |
Modelos estatísticos Controle de qualidade Modelos de regressão |
| topic |
Modelos estatísticos Controle de qualidade Modelos de regressão |
| description |
A implementação de técnicas estatísticas, como modelos de regressão, permite conhecer os efeitos dos fatores sobre a característica de qualidade de um produto, contribuindo na melhoria da qualidade de produtos e processos. O objetivo desta dissertação consiste em elaborar um método que oriente à modelagem de dados mensurados em proporção, levando em consideração a classificação das variáveis dependentes e independentes, com enfoque no Modelo de Regressão Beta e no Modelo de Quaseverossimilhança. O método é ilustrado com um estudo em uma empresa curtidora da região do Vale do Rio dos Sinos no Rio Grande do Sul. A modelagem realizada neste estudo referiuse a proporção de produtos refugados no processo de produção por erro de classificação. Os Modelos de Regressão Beta e de Quase-verossimilhança apresentaram bom ajuste e mostraram-se adequados na modelagem da proporção de produtos por erros de classificação. Esses modelos podem ser estendidos a todos os processos industriais que envolvam a produção de produtos não conformes às especificações de fabricação (defeituosos). O método elaborado apresentou facilidade de entendimento e clareza dos passos para a escolha dos modelos de regressão usados na modelagem de dados mensurados em proporção. |
| publishDate |
2006 |
| dc.date.issued.fl_str_mv |
2006 |
| dc.date.accessioned.fl_str_mv |
2007-06-06T18:55:59Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/6355 |
| dc.identifier.nrb.pt_BR.fl_str_mv |
000528763 |
| url |
http://hdl.handle.net/10183/6355 |
| identifier_str_mv |
000528763 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
| instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
| instacron_str |
UFRGS |
| institution |
UFRGS |
| reponame_str |
Repositório Institucional da UFRGS |
| collection |
Repositório Institucional da UFRGS |
| bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/6355/1/000528763.pdf http://www.lume.ufrgs.br/bitstream/10183/6355/2/000528763.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/6355/3/000528763.pdf.jpg |
| bitstream.checksum.fl_str_mv |
d4d75866878762e2f048016cd78ece2d 86c789594f94504aa139596476e95a07 4f05604b0d0e801c8a31e8a4a2f10b2d |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
| repository.mail.fl_str_mv |
lume@ufrgs.br |
| _version_ |
1864541907198148608 |