EFICIÊNCIA DOS GRÁFICOS DE CONTROLE NA DETECÇÃO DE OUTLIERS EM PROCESSOS AUTORREGRESSIVOS E DE MÉDIAS MÓVEIS
Visualizar/
Data
2010-10-15Autor
Guarnieri, Jean Paulo 
Primeiro orientador
Souza, Adriano Mendonça
Primeiro membro da banca
Jacobi, Luciane Flores
Segundo membro da banca
Zanini, Roselaine Ruviaro
Terceiro membro da banca
Werner, Liane
Metadata
Mostrar registro completoResumo
A presente pesquisa aborda a aplicação de modelos de previsão juntamente com a utilização de gráficos de controle de resíduos para a avaliação de processos produtivos com
características de autocorrelação em suas amostras. O objetivo geral foi determinar a eficiência dos gráficos de controle de observações individuais (IMCC) e de média móvel
exponencialmente ponderada (EWMA) quando aplicados aos resíduos de modelos da classe AR(1) ou MA(1), para detecção de outliers em processos autocorrelacionados, além de
evidenciar a influência da autocorrelação e da amplitude do outlier no poder de detecção dos gráficos. Foram simuladas 640.000 séries para cada modelo, variando a força e o sinal da
autocorrelação. Após a verificação da estabilidade dos resíduos em cada série simulada, na série original, foram inseridos outliers com amplitudes variáveis em uma observação prédeterminada. As séries contaminadas pela observação anômala foram novamente modeladas e
os resíduos foram grafados em gráficos de controle IMCC e EWMA, registrando-se os pontos detectados corretamente. Em cada gráfico, para o par de variáveis: parâmetro de
autocorrelação e amplitude de outlier, gerou-se uma proporção de detecção, na qual foram aplicados testes de comparação não-paramétricos. O resultado obtido por meio dos testes evidenciou a superioridade do gráfico IMCC para ambos os modelos. Quanto ao estudo da influência do parâmetro de autocorrelação, referente ao sinal e a magnitude da mesma, para ambos os gráfico e modelos AR(1) e MA(1), não se verificou diferença significativa. Dessa
forma, comprovou-se a eficácia dos gráficos de controle IMCC em detectar outliers por meio de resíduos em processos industriais autocorrelacionados.