Andere Kunden interessierten sich auch für
![Aplicações de modelos de regressão em R para análise de vegetação]( "Aplicações de modelos de regressão em R para análise de vegetação")
Aplicações de modelos de regressão em R para análise de vegetação46,99 €![Avaliação das medidas para redução de acidentes de viação na Beira]( "Avaliação das medidas para redução de acidentes de viação na Beira")
Avaliação das medidas para redução de acidentes de viação na Beira23,99 €![Estudo da demanda de energia elétrica no Brasil]( "Estudo da demanda de energia elétrica no Brasil")
Estudo da demanda de energia elétrica no Brasil32,99 €![Análise de viabilidade e previsão de demanda em negócios disruptivos]( "Análise de viabilidade e previsão de demanda em negócios disruptivos")
Análise de viabilidade e previsão de demanda em negócios disruptivos16,99 €![Modelagem e previsão de taxa de câmbio]( "Modelagem e previsão de taxa de câmbio")
Modelagem e previsão de taxa de câmbio29,99 €![Modelagem de Dados Meteorológicos da Cidade do Recife]( "Modelagem de Dados Meteorológicos da Cidade do Recife")
Modelagem de Dados Meteorológicos da Cidade do Recife39,99 €![Previsão da Oferta de Coco no Leilão de Coco de Colombo: ARIMA Modelação]( "Previsão da Oferta de Coco no Leilão de Coco de Colombo: ARIMA Modelação")
Previsão da Oferta de Coco no Leilão de Coco de Colombo: ARIMA Modelação23,99 €
A presente pesquisa tem como tema a abordagem de modelos de previsão, aplicados a processos produtivos industriais, com o objetivo de verificar a estabilidade do processo por meio de gráficos de controle, aplicado aos resíduos oriundos de modelagem linear e não linear. A investigação da estabilidade do processo passa pela verificação da influência da volatilidade na detecção de pontos amostrais que são potenciais para afetar o desempenho do processo produtivo. Os dados utilizados para análise pertencem a três empresas de segmentos distintos. O modelo matemático foi ajustado utilizando modelo de regressão dinâmica multivariada, modelo ARIMA e modelo ARIMA-ARCH. De acordo com os gráficos de controle, as técnicas estatísticas empregadas para eliminar a autocorrelação serial dos dados mostraram-se adequadas estatisticamente, se comparadas com o modelo clássico utilizado por cada empresa. Os modelos matemáticos encontrados foram capazes de representar os processos produtivos, possibilitando compreender o comportamento das variáveis e auxiliaram na realização das previsões e monitoração do processo. Este livro é indicado aos administradores, gestores e profissionais da área de produção.