[pt] MONITORAMENTO DA DISPERSÃO DE PROCESSOS MULTIVARIADOS POR PROJEÇÕES DO VETOR DE VARIÁVEIS OBSERVADAS

• Ano de defesa: 2016
• Autor(a) principal: SERGIO FERREIRA BASTOS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] CONTROLE ESTATISTICO DE PROCESSO; [pt] DIRECOES ATRIBUIVEIS; [pt] PROCESSO MULTIVARIADO; [pt] DISPERSAO; [pt] VARIAVEIS LATENTES; [pt] MONITORAMENTO; [pt] PROJECAO; [en] STATISTICAL PROCESS CONTROL; [en] DISPERSION; [en] LATENT VARIABLES; [en] MONITORING; [en] PROJECTION
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=28252&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=28252&idi=2; http://doi.org/10.17771/PUCRio.acad.28252

[pt] Em processos multivariados, existem diversas variáveis observáveis para serem controladas. Pressupõe-se neste trabalho que os descontroles do processo se devem a causas especiais que atuam em fontes de variação independentes, cada uma destas podendo ser representada por uma variável aleatória não observável, ou latente. Alguma alteração na média de uma dessas variáveis ou um aumento na sua dispersão resultam, respectivamente, em deslocamento da média do vetor x de variáveis observáveis ao longo de uma direção atribuível específica, ou aumento da variabilidade do vetor x nessa direção. Propõe-se então controlar a dispersão de tais processos multivariados por gráficos de controle do desvio-padrão dos valores das projeções do vetor de variáveis observadas em direções específicas, associadas a variações nas variáveis latentes não observáveis do processo. Essas direções são denominadas de direções atribuíveis. Foram desenvolvidos, também, gráficos para média da norma quadrática de um vetor resíduo, a fim de permitir a sinalização da ocorrência de novas fontes de variação ainda desconhecidas ao processo, que levem a um aumento da variabilidade do vetor x em direções não contidas no subespaço das direções atribuíveis. O esquema proposto mostrou-se eficaz para o controle estatístico de causas especiais, atuando sobre as fontes de variação do processo, com a vantagem adicional de identificar automaticamente a variável latente afetada.