Mtodos estatsticos aplicados a

engenharia de produo
Aula 1: Introduo ao tema

Prof. Gustavo Oliveira

Ao trmino da disciplina os alunos devero ser

capazes de:

aplicar os conhecimentos estatsticos bsicos

para resolver problemas nas mais diversas
frentes em engenharia de produo, avaliando e
melhorando processos produtivos

PROGRAMA DA DISCIPLINA

Aula
Aula
Aula
Aula
Aula
Aula
Aula
Aula
Aula
Aula
Aula
Aula
Aula
Aula

1: Apresentao da disciplina + Estatstica descritiva

2: Distribuies de probabilidade: Distribuio Normal
3: Distribuies de probabilidade: Outras Distribuies
4: Estimao de parmetros e Intervalos de confiana
5: Teste Hiptese: Mdia (6 de abril - INICIO 10h)
6: Teste Hiptese: Varincias
7: Teste Hiptese: Propores e T emparelhado
8: PROVA 1 (27 de Abril)
9: ANOVA (dia 4 de maio INICIO as 10h)
10: ANOVA
11: Correlao e regresso Simples
12: Regresso Mltipla
13: PROVA 2 (08 de Junho)
14: Apresentao dos trabalhos (22 de Junho)

AVALIAO

Nota: 2 Avaliaes + 1 Trabalho

Nota: Prova 1 (30%)
Prova 2 (30%)
Trabalho (40%)

Metodologia

O que Estatstica?? Porque estud-la???

O que Estatstica ?

Populao e Amostra

Inferncia Estatstica

tirar concluses acerca de uma populao

com base na anlise de poucos indivduos
(amostra)

O amor tudo desculpa, tudo cr, tudo

espera, tudo suporta" (1 Cor 13, 7)

Estatstica envolve erros

Motivao das empresas

Motivao
Um processo produz produtos de qualidade seguindo
uma distribuio normal de mdia 55 e desvio padro 4.
Uma nova tecnologia est sendo estudada para
implementao na fbrica, uma amostra de 25 produtos
fabricados utilizando essa nova tecnologia produziu
produtos com mdia 53 e desvio de 3. H evidncia
suficiente para afirmar que a nova tecnologia realmente
melhorou o desempenho do produto?

Motivao
Uma empresa est testando vrios tipos de set up em
um processo de usinagem, o objetivo produzir peas em
tempos cada vez menores. A tabela a seguir mostra dados
coletados dos 4 tipos de set up testados.

Qual set up o melhor?

Motivao
Em um processo de pintura em uma funilaria o
responsvel acredita que o resultado do processo
influenciado por dois fatores principais: tempo de secagem e
o tipo da pintura utilizado. Ele coleta uma amostra que
sintetizada na tabela a seguir:
Os fatores realmente
Influenciam o resultado?
Se sim, qual o melhor tempo
de secagem? Qual tipo de
pintura ele deve utilizar?

Motivao
Mdicos esto testando um novo medicamento e
esto interessados em saber qual a relao entre a dosagem
dada e o tempo de recuperao do paciente.
Come resolver o problema?
E se existisse outros fatores
que influenciassem? Como
descobrir se eles existem?

Trabalhando com dados

Como trabalhar com dados no MINITAB ?

Faa anotaes!!

Situao problema: descreva os dados a seguir

58,6

57,0

63,3

57,9

63,2

67,1

61,8

60,9

58,5

58,8

60,3

62,0

51,8

63,0

56,4

61,1

54,2

61,0

60,3

65,1

64,2

60,2

58,7

60,5

58,5

56,3

62,7

63,0

58,4

61,9

Medidas de posio: mdia

Um cidado americano mdio ...

Medidas de posio: mediana

Mdia X Mediana

Medidas de disperso: anlise da variabilidade

Medidas de disperso

Medidas de disperso: Desvio padro

Medidas de disperso: Frmulas Alternativas

Percentis e o BOX PLOT

Percentis e o BOX PLOT

Coeficiente de variao (Cv)

Grficos: Histograma

Como trabalhar com grficos no MINITAB ?

Faa anotaes!!

Mtodos estatsticos aplicados a

engenharia de produo
Aula 2: Distribuies de probabilidade: Distribuio
Normal

Prof. Gustavo Oliveira

Motivao

Distribuies de probabilidade

Como gerar distribuies no MINITAB ?

Faa anotaes!!

Assimetria e achatamento

Assimetria e achatamento

Soma de Normais

Diferena de Normais

Funo densidade de probabilidade

Distribuio Normal

Escore Padronizado Z

Escore Padronizado Z

Escore Padronizado Z

Escore Padronizado Z

Pense !!

Distribuio Normal Padronizada

Distribuio Normal Padronizada

Distribuio Normal: Calculo de probabilidades

Exerccio 3

Exerccio 4

Determine tambm a nota da qual esto acima 10% dos alunos.

Exerccio 5

Exerccio 6

Exerccio 7

Normal ou no normal?

E a distribuio das mdias? normal?

Teorema Central do Limite

Mtodos estatsticos aplicados a

engenharia de produo
Aula 3: Distribuies de probabilidade: Outras
distribuies

Prof. Gustavo Oliveira

Distribuio Uniforme

Distribuio Exponencial

Distribuio Weibull

Distribuio Weibull

Distribuio Lognormal

Distribuio Uniforme

Distribuio Uniforme

Distribuio Exponencial

Distribuio Exponencial

Distribuio Exponencial

Distribuio Exponencial

Distribuio Weibull

Distribuio Weibull

Distribuies discretas de probabilidade

Distribuio Binomial

Distribuio Binomial

Distribuio Binomial

Distribuio Binomial

Distribuio Binomial

Distribuio Binomial

Distribuio de Poison

Distribuio de Poison

Distribuio de Poison

Distribuio de Poison

Mtodos estatsticos aplicados a

engenharia de produo
Aula 4: Estimao de Parmetros

Prof. Gustavo Oliveira

O que um parmetro ?

Distribuies e seus parmetros

Normal Mdia e Desvio Padro

Exponencial
Weibull Escala e Forma

Estimao de parmetros: noes

Estimao de parmetros: noes

Caractersticas dos Estimadores

Estimador No Tendencioso

Caractersticas dos Estimadores

Estimador No Tendencioso

Dado Viciado

Caractersticas dos Estimadores

Varincia Mnima

O amor tudo desculpa, tudo cr, tudo

espera, tudo suporta" (1 Cor 13, 7)

Estimativa pontual Valor Esperado

1) O Melhor estimador para a mdia

populacional a mdia amostral.
2) O melhor estimador para a varincia
populacional a varincia amostral.

Estimativa pontual Exerccio

Encontre o valor esperado de X, ou seja, [E(X)], para as

distribuies exponenciais e uniforme.

Estimador de Mxima Verossimilhana

o valor do parmetro que maximiza a funo de
verossimilhana.

Para uma normal, por exemplo:

Como eu faria isso no MINITAB ?

Tomar nota !!

Exerccio
Gere 100 dados aleatrios que sigam uma distribuio de Weibull
com parmetros de forma igual a 2,5 e de escala igual a 3,5.
(utilizar um set base = 10).
a)Identificar para os dados gerados a melhor distribuio!!
b)Identificar o valor dos parmetros desta distibuio

Exerccio
Gere outra coluna de 100 dados seguindo uma distribuio exponencial
com parmetro igual a 1,5.
a) Identificar para os dados gerados a melhor distribuio!!
b) Identificar o valor dos parmetros desta distibuio
Agora junte esses dados com os do exerccio anterior formando uma
nica coluna com 200 dados e repita responda novamente a e b.

Estimativa no pontual
A estimativa pontual apresenta o resultado encontrado a
partir de UMA amostra. E se vrias amostras fosse coletadas?

Erro padro

Introduo a Intervalos de Confiana

Exerccio

Grafical Sumary - MINITAB

Distribuio de Student

Distribuio de Student

Exerccio

Mtodos estatsticos aplicados a

engenharia de produo
Aula 5, 6 e 7: Teste de Hiptese

Prof. Gustavo Oliveira

Motivao
Um processo produz produtos de qualidade seguindo
uma distribuio normal de mdia 55 e desvio padro 4.
Uma nova tecnologia est sendo estudada para
implementao na fbrica, uma amostra de 25 produtos
fabricados utilizando essa nova tecnologia produziu
produtos com mdia 53 e desvio de 3. H evidncia
suficiente para afirmar que a nova tecnologia realmente
melhorou o desempenho do produto?

Teste de hiptese - erros

Teste de hiptese - erros

Teste de hiptese - erros

Construo do teste de hiptese

Teste de Hiptese para mdia 1z e 1t

Exemplo

Exemplo

P-Value

Exemplo - MINITAB

Exerccio 9.15 - Montgomery

Suponha varincias iguais e distribuies normais.

H evidncia que confirme a afirmao de que as duas
mquinas produzem bastes com dimetros mdios diferentes?
Use =0,05.

Exerccio 9.17 - Montgomery

Dois catalisadores podem ser usados em um processo
qumico em batelada. Doze bateladas foram preparadas
usando catalisador 1 resultando em um rendimento mdio de
86 e um desvio padro de 3. Quinze bateladas foram usadas
utilizando catalisador 2 resultando um rendimento mdio de
89 e um desvio padro de 2. Suponha varincias iguais e
distribuies normais.
H evidncia que confirme a afirmao de que o
catalisador 2 possui um rendimento maior que o 1? Use =0,01.

Teste de Hiptese para varincias

Teste de Levene

Exemplo 9.11 - Montgomery

Camadas de xidos em pastilhas de semicondutores so
atacadas em uma mistura de gases de modo a atingir sua
espessura.
A variabilidade na espessura dessas camadas uma
caracterstica crtica nessas pastilhas. Um baixa variabilidade
desejvel para as prximas etapas do processo.
Duas misturas diferentes esto sendo estudadas. Vinte
pastilhas so atacadas com cada um delas. Os desvios so
respectivamente 1,96 e 2,13 angstrons. H qualquer evidncia
que indique a preferncia de um gs sobre o outro? Use =0,05.

Exerccio 9.52 - Montgomery

Um estudo foi feito para determinar se homens e
mulheres diferem suas repetibilidades de arrumar componente em
placas de circuito. Duas amostras, de 25 homens e 21 mulheres,
foram selecionadas para anlise. Os desvios padro dos tempos
de disposio dos componentes para as duas amostras foram 0,98
e 1,02 respectivamente. H evidncia para confirmar que homens
e mulheres diferem com relao ao resultado?

Teste t emparelhado

Exemplo: Teste t emparelhado

Exerccio: Teste t emparelhado

Quinze homens adultos participaram de uma dieta para reduo
de colesterol. O colesterol total foi medido antes da dieta e
depois de trs meses de dieta para cada um dos pacientes.
Os dados sugerem sucesso da dieta? Use alfa igual a 5%.
Antes
Depois
265
229
240
231
258
227
295
240
251
238
245
241
287
234
314
256
260
247
279
239
283
246
240
218
238
219
225
226
247
233

Exemplo 1 proportion

Exemplo

E se houvesse 3 ou mais conjuntos de dados???

Mtodos estatsticos aplicados a

engenharia de produo
Aula 8 e 9: Anlise de Varincia (ANOVA)

Prof. Gustavo Oliveira

Entendendo a ANOVA

Exerccio

H diferenas entre os quatro laboratrios?

Exerccio

H diferenas entre as fases de processamento?

Exerccio
Desconfia-se que a concentrao de um determinado componente pode influenciar no
desempenho final do produto. Foram medidos o desempenho de vrios produtos em
diferentes concentraes e os dados esto apresentados abaixo.
Concentra Concentrao Concentra Concentrao Concentra
o1
2
o3
4
o5
52,6
58,9
55,5
55,2
68,8
59,6
54,3
51,1
48,3
62,8
54,5
47,5
49,8
49,2
7,8
49,3
49,5
49,3
50,6
65,2
48,6
48,5
50,2
49,2
17,8
64,6
50,4
38,5
44,1
58,2
50,9
55,2
48,2
42,6
59,3
56,2
49,9
40
42,7
16,8
52,3
42,6
45
44,4
15,9
62,8
51,6
33,9
49,6
8,8

Suponha que o nvel utilizado atualmente seja a concentrao 5. Compare cada

uma das outras concentraes individualmente com a utilizada atualmente. H
diferena significativa?
Pode-se afirmar ento, dentro do universo testado, que a concentrao no um
fator significativo?
Qual seria a sua sugesto para o produtor?

COMO SERIA UMA ANOVA NO MINITAB ?

ANOVA Anlise de resduos

Exerccio

Exerccio