Estimação da capacidade de processos via testes de permutação e bootstrap em aplicações industriais

Abstract

A competitividade do mercado tem levado as empresas e indústrias a elevar a qualidade dos produtos e serviços fazendo com que ela se torne uma das preocupações em diversas áreas. O monitoramento e a avaliação da capacidade do processo torna-se indispensável para as empresas. Os índices de capacidade são medidas que traduzem a capacidade de um processo de atender as especificações estabelecidas. Alguns índices de capacidade disponíveis na literatura são apresentados neste trabalho. Nosso objetivo é obter as estimações pontuais e intervalares, de alguns índices de capacidade auxiliadas através de técnicas de reamostragem. Dentre estas técnicas de reamostragem, os testes de permutação e bootstrap são utilizados de forma a reorganizar o conjunto de dados sem alterar as informações existentes e assim obter reamostras para auxiliarmos nas estimativas via índices de capacidade. Nesta dissertação, utilizando dados reais, estimamos alguns índices de capacidade em situações em que suposições usuais para obter estas estimativas não são válidas.

The competitiveness of the market have led companies and industries to raise the quality of products and services. As a result, the monitoring and evaluation of the process capability has become an indispensable tool for any company. The process capability index is measured for understanding the ability of a process to produce output Within determined specifications. Some of the process capability indices Which are available in literature are presented in this dissertation. Our goal is to get the point estimates and interval, some capability indices aided by techniques resampling. Among these techniques, permutation and bootstrap tests are used to reorganize the data set Without changing the existing information and to obtain estimates for the parameters of interest. In this dissertation, using real data, vve estimate some process capability index in situations in Which the usual assumptions for these estimates are not valid.