Temos o prazer de convidar a todos para mais um seminário do Programa de Pós-Graduação em Estatística da UFRGS (PPGEst-UFRGS).
Título: Cartas de Controle para Dados Autocorrelacionados: Abordagens via colagem de Séries Temporais e Bootstrapping Paramétrico.
Resumo: Boa parte das estratégias para controle estatístico de processos industriais com dados que apresentam dependência temporal baseia-se no monitoramento de resíduos gerados por modelos ajustados. Embora essa abordagem seja eficaz na
detecção de distúrbios que afetam a tendência ou a média do processo (como drifts), ela se mostra pouco sensível a alterações na própria estrutura de dependência dos dados. Este trabalho propõe abordagens para o monitoramento de observações futuras, a L passos a frente, baseada na comparação com simulações do processo sob a hipótese de que ele permanece sob controle a L passos a frente. Seguindo a ideia da colagem de séries temporais e do bootstrapping paramétrico, são obtidas distribuições a L passos a frente para dois indicadores: (i) as estimativas dos coeficientes do modelo ajustado e (ii) a estatística Q de Box-Ljung (avalia correlação serial nos resíduos). Novas observações são então monitoradas comparando-se suas estatísticas às distribuições empíricas geradas. Simulações preliminares, baseadas em dados com estrutura de dependência gerada por modelos da classe ARMA, indicam resultados promissores quanto a sensibilidade da abordagem na detecção de alterações na correlação serial. Esses resultados serão apresentados e discutidos.