Predição em modelos de tempo de falha acelerado com efeito aleatório para avaliação de riscos de falha em poços petrolíferos

• Ano de defesa: 2010
• Autor(a) principal: Carvalho, João Batista
• Orientador(a): Valença, Dione Maria
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Rio Grande do Norte
• Programa de Pós-Graduação: Programa de Pós-Graduação em Matemática Aplicada e Estatística
• Departamento: Probabilidade e Estatística; Modelagem Matemática
• País: BR
• Palavras-chave em Português: Predição de efeitos aleatórios; estimador de bayes empírico; eblup; modelos para dados de sobrevivência correlacionados; falhas em poços petrolíferos
• Palavras-chave em Inglês: Prediction of random e_ects; empirical bayes estimator; eblup; models for correlated survival data; failures in petroleum-well
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA
• Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/18635

We considered prediction techniques based on models of accelerated failure time with random e ects for correlated survival data. Besides the bayesian approach through empirical Bayes estimator, we also discussed about the use of a classical predictor, the Empirical Best Linear Unbiased Predictor (EBLUP). In order to illustrate the use of these predictors, we considered applications on a real data set coming from the oil industry. More speci - cally, the data set involves the mean time between failure of petroleum-well equipments of the Bacia Potiguar. The goal of this study is to predict the risk/probability of failure in order to help a preventive maintenance program. The results show that both methods are suitable to predict future failures, providing good decisions in relation to employment and economy of resources for preventive maintenance.