Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/BUOS-965J7D| Type: | Dissertação de Mestrado |
| Title: | Impacto e detecção da má especificação da distribuição dos efeitos aleatórios em modelos de degradação lineares: um estudo por simulação |
| Authors: | Janaina Luciana Alvernaz Marques |
| First Advisor: | Marta Afonso Freitas |
| First Referee: | Anderson Laécio Galindo Trindade |
| Second Referee: | Enrico Antonio Colosimo |
| Abstract: | Experimentos de degradação têm sido utilizados, cada vez mais, como objetivo de obter Informações sobre a conabilidade dos produtos. Os modelos de degradação objetivam Estabelecer uma relação entre a degradação e a falha de um componente, quanticando e determinando seus efeitos em seu envelhecimento. Para tanto, a eciência dessa modelagem está diretamente relacionada ao cumprimento de algumas suposições, dentre elas a normalidade dos efeitos aleatórios. O propósito desse trabalho é analisar os resultados obtidos pelo método de diagnóstico da normalidade dos efeitos aleatórios proposto por Lange e Ryan (1989), aplicado no trabalho de Eberly e Thackeray (2005), além de vericar o impacto da má especicação da distribuição dos efeitos aleatórios na estimação de algumas quantidades de interesse no estudo da conabilidade. Através dos resultados das simulações pode-se comprovar que o impacto da má especicação da distribuição dos efeitos aleatórios é signicativo na estimação de quantidades de interesse, como por exemplo o tempo médio até a falha (MTTF). Os resultados encontrados nas simulações também conrmam o bom desempenho do método de diagnóstico proposto, em particular, o baixo e adequado percentual de rejeição da hipótese nula (normalidade dos efeitos aleatórios) quando os mesmos são normais e o alto percentual de rejeição quando as distribuições assumidas possuem curvas de distribuição muito diferentes da curva de distribuição normal. A aplicação do teste em dados reais (desgaste de rodas de trens) levou à conclusão de não normalidade dos efeitos aleatórios, conrmando um resultado já evidenciado em análises anteriores implementadas a esses mesmos dados. A conclusão deste trabalho é que o teste proposto por Lange e Ryan (1989) atende ao seu objetivo principal: a detecção da normalidade dos efeitos aleatórios, suposição que, se violada, gera impactos signicativos nas estimativas de percentis e outras quantidades. |
| Abstract: | Degradation experimentes have been used increasingly, with the purpose of obtaining some information about reliability of products. Degradation models aim to establish a relationship between degradation and component failure, quantifying and determining its effects on aging. So, the efficiency of this modeling is directly related to fulll some assumptions regarding its components, including the normality distribution of random effects. The purpose of this paper is analyze the results obtained by diagnosis method of normality of random effects proposed by Lange and Ryan (1989), applied in Eberly and Thackeray (2005) and check impacts of this misspecication on estimation of some quantities in reliability studies. Simulations are used to illustrate the misspecications impact and performance of proposed metodology, also applied to an actual database. Could be shown with simulations that misspecication of random effects distribution have signicant impact on estimate of some statistics such as mean time to failure (MTTF). Simulations also conrmed the good performance of proposed diagnosis method, inparticular the low and appropriate percentage of rejection of null hypothesis (normality of random effects) when they are normal and high percentage of H0s rejection when no normal distributions are assumed. The tests application to real data (train wheel wear) leaded to the conclusion of non-normality of the random effects, conrming the result already been found in previous analysis implemented to such data. The conclusion of this work is that the proposed test by Lange and Ryan (1989) meets its main goal: the detection of normality of random effects as sumption that, if it will be rejected, it generates a signicant impact on estimate of percentiles and others quantities. |
| Subject: | Engenharia de produção |
| language: | Português |
| Publisher: | Universidade Federal de Minas Gerais |
| Publisher Initials: | UFMG |
| Rights: | Acesso Aberto |
| URI: | http://hdl.handle.net/1843/BUOS-965J7D |
| Issue Date: | 29-May-2012 |
| Appears in Collections: | Dissertações de Mestrado |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| dissertacao_janaina_marques_ferreira.pdf | 1.76 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.