Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/32716
Full metadata record
DC FieldValueLanguage
dc.creatorPinto, Edmilson Rodrigues-
dc.date.accessioned2021-09-09T22:44:11Z-
dc.date.available2021-09-09T22:44:11Z-
dc.date.issued2021-08-27-
dc.identifier.citationPINTO, Edmilson Rodrigues. Modelagem da variabilidade em experimentos com misturas. 2021. 110 f. Tese Professor Titular - Universidade Federal de Uberlândia, 2021. DOI http://doi.org/10.14393/ufu.te.2021.5536.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/32716-
dc.description.abstractIn industrial experiments, controlling variability is of paramount importance to ensure product quality. Classical regression models are widely used in industry for mixture experiments; however, when the assumption of constant variance is not satisfied, the building of procedures that allow to minimize the variability becomes necessary and other methods of statistical modeling should be considered. The approach considered in this thesis uses the class of generalized linear models. This class is very general and quite flexible, generalizing some of the most important probability distributions and allowing to model variability through of the joint modeling for mean and dispersion (JMMD). The JMMD provides an efficient method for estimating the parameters of the joint models of mean and dispersion; however, the variable selection process is not clear and is based on subjective criteria for choosing the terms of the models. In this thesis the variable selection problem in JMMD is solved. A variable selection procedure, based on hypothesis testing and the goodness of fit of the model is proposed. Simulation methods are used to verify the efficiency of the procedure. The variable selection procedure is adapted for the case of experiments with mixtures and results in a very efficient method for obtaining the mean and variance models. The theory of optimal design of experiments is presented to the JMMD and applied to mixture experiments. The results obtained in this thesis through the application of JMMD in mixture experiments are very encouraging, indicating that the theory promises to be of great utility in modeling and conducting industrial experiments involving mixtures.pt_BR
dc.description.sponsorshipFAPEMIG - Fundação de Amparo a Pesquisa do Estado de Minas Geraispt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectExperimentos com misturaspt_BR
dc.subjectSeleção de variáveispt_BR
dc.subjectModelagem conjunta da média e dispersãopt_BR
dc.subjectModelos lineares generalizadospt_BR
dc.subjectPlanejamento ótimo de experimentospt_BR
dc.subjectPlanejamento robustopt_BR
dc.titleModelagem da variabilidade em experimentos com misturaspt_BR
dc.title.alternativeModeling the variability in mixture experimentspt_BR
dc.typeTese Professor Titularpt_BR
dc.contributor.referee1Guimarães, Ednaldo Carvalho-
dc.contributor.referee2Demétrio, Clarice Garcia Borges-
dc.contributor.referee3Scalon, João Domingos-
dc.contributor.referee4Bueno Filho, Júlio Silva de Sousa-
dc.creator.Latteshttp://lattes.cnpq.br/1276467406043945pt_BR
dc.description.resumoEm experimentos industriais, controlar a variabilidade é de suma importância para garantir a qualidade dos produtos. Modelos de regressão clássicos são amplamente utilizados na indústria para experimentos com mistura; porém, quando a suposição de variância constante não é satisfeita, a construção de procedimentos que permitam minimizar a variabilidade torna-se necessária e outros métodos de modelagem estatística devem ser considerados. A abordagem considerada nesta tese utiliza a classe dos modelos lineares generalizados. Esta classe é bem geral e bastante flexível, generalizando algumas das mais importantes distribuições de probabilidade e possibilita modelar a variabilidade através da modelagem conjunta da média e da dispersão (MCMD). A MCMD fornece um método eficiente para estimar os parâmetros dos modelos conjuntos da média e dispersão; contudo o processo de seleção de variáveis não é claro e se baseia em critérios subjetivos para escolha dos termos dos modelos. Nesta tese o problema de seleção de variáveis na MCMD é resolvido. Um procedimento de seleção de variáveis, com base em teste de hipóteses e na qualidade do ajuste do modelo é proposto. Métodos de simulação são utilizados para verificar a eficiência do procedimento. O procedimento de seleção de variáveis é adaptado para o caso de experimentos com misturas e resulta num método bastante eficiente de obtenção dos modelos da média e da variância. A teoria de planejamento ótimo de experimentos é apresentada para a MCMD e aplicada a experimentos de mistura. Os resultados obtidos nesta tese através da aplicação da MCMD em experimentos com misturas são bastante animadores, indicando que a teoria promete ser de grande utilidade na modelagem e na condução de experimentos industriais envolvendo misturas.pt_BR
dc.publisher.countryBrasilpt_BR
dc.sizeorduration110pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICApt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAOpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::PLANEJAMENTO DE EXPERIMENTOSpt_BR
dc.subject.autorizadoEstatística-
dc.subject.autorizadoModelos lineares (Estatística)-
dc.subject.autorizadoEngenharia industrial - Matemática e aplicações-
dc.subject.autorizadoMisturas (Química)-
Appears in Collections:TESE - Professor Titular (IME)

Files in This Item:
File Description SizeFormat 
ModelagemVariabilidadeExperimentos.pdfTese Professor Titular - Edmilson R Pinto1.28 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.