 |
 |
| Ensino | | |
| Pesquisa | | |
| Outros | | |
| Projetos | | |
| EPR00201 - Projeto de Experimentos I |
| Carga horária | 03 h/a |
| Pré-requisitos | - |
| Professores |
Carla Schwengber ten Caten (tencaten producao.ufrgs.br) |
Súmula Introdução ao planejamento de experimentos. A vantagem competitiva do uso de projeto de experimentos. Terminologia. One-way Anova. Two-way Anova. Multifactor Anova. Projetos com fatores aninhados. Projetos com fatores a níveis aleatórios. Método para estimar o valor esperado das Somas Quadradas. Projetos usando Quadrados Latinos e Quadrados Greco-Latinos. Projetos parcionados em células. Experimentos 2k (Screening designs). Experimentos confundidos em blocos. Experimentos fracionados. Análise de variância e análises gráficas. Regressão Linear simples e múltipla. Otimização e tomada de decisão. Técnicas para se obter simultaneamente melhorias de qualidade e redução de custos. Objetivos O aluno deve ser capaz de planejar um experimento considerando múltiplas variáveis resposta e múltiplo fatores controláveis e realizar a otimização muitivariada do processo, ou seja, definir o ajuste ótimo dos fatores controláveis investigados que otimiza simultaneamente o conjunto de variáveis de resposta Conteúdo não disponível Programa 1. Introdução ao planejamento e avaliação de experimentos Objetivos do Projeto de Experimentos Terminologia Fases do Projeto de Experimentos Definição das variáveis Planejamento Execução Análise Otimização
2. Comparação de vários grupos (One-way Anova) Tipos de experimentos Disposição dos dados Formulação matemática A tabela ANOVA e o teste F Exemplo de experimento com níveis fixos Comparação múltipla de médias Tomada de decisão e otimização Experimentos com níveis aleatórios Estimativa dos componentes de variação
3. Projetos fatoriais com dois fatores (Two-way Anova) O conceito de interação entre fatores Os gráficos de dois fatores Vantagens dos experimentos fatoriais Modelo estatístico e hipóteses Formulário para os cálculos A tabela Anova Experimentos com repetição Técnicas para obter qualidade e economia Experimentos sem repetição
4. Generalização dos projetos fatoriais (Multi-factor Anova) Modelo estatístico e hipóteses Formulário para os cálculos Tabela Anova Otimização Projetos com fatores aninhados Exemplo Projetos com fatores aninhados e cruzados Projetos com fatores a níveis aleatórios Método para estimar o valor esperado das somas quadradas
5. Quadrados Latinos e Greco-Latinos Introdução Projetos em blocos aleatorizados Quadrados Latinos QuadradosGreco-Latinos Aplicações e exercícios
6. Projetos fatoriais do tipo 2k (Screening designs) Vantagem dos experimentos 2k Níveis quantitativos e qualitativos Os experimentos 22 Distinção entre tratamentos e efeitos Cálculo dos efeitos e somas quadradas Ordem padrão para os tratamentos Os experimentos 23 Tabela de sinais para a definição dos contrastes Tabela Anova Os experimentos 2k generalizados Os experimentos 2k sem repetições Otimização e tomada de decisão Algoritmo de Yates
7. Experimentos fatoriais fracionados Experimentos fatoriais confundidos em bloco Sistema para confundir efeitos Experimentos confundidos em bloco com repetições Experimentos totalmente confundidos Experimentos parcialmente confundidos Experimentos confundidos sem repetição Estratégia de análise Divisão em mais de dois blocos Tomada de decisão Experimentos fatoriais fracionados Efeitos vinculados Algoritmo de Yates para projetos fatoriais fracionados Papel de probabilidade para detectar efeitos significativos
8. Projetos parcionados em célula (split-plot) Introdução A necessidade do parcionamento Vantagens dos projetos parcionados Projetos com um nível de parcionamento Projetos multiparcionados em células Aplicações e exercícios
9. Regressão Regressão linear simples Estimativa de parâmetros Intervalos de confiança e testes de hipótese Correlação A análise de variância e a regressão Regressão linear múltipla Formulário e estimativa de parâmetros Análise das suposições do modelo de regressão Regressão polinomial
10- Otimização Multivariada Função de Perda Quadrática Método Aula expositiva e trabalhos em classe e extra-classe individuais e em grupos Avaliação Provas e TrabalhosBibliografia Box, G. & Draper, N., (1986), Empirical Model Building and Response Surfaces. John Wiley and Sons, New York. Box, G., Hunter, W.G., and Hunter, J.S. (1978), Statistics for experimenters, John Wiley and Sons, New York. Montgomery, D.C., (1991), Design and analysis of experiments. John Wiley and Sons, New York, 3nd ed. Montgomery, D.C. & Peck, E.A., (1992), Introduction to linear regression analysis. John Wiley and Sons, New York, 3nd ed. Nanni, L.F. & Ribeiro, J.L., (1991), Planejamento e avaliação de experimentos. Caderno de Engenharia 17/87, 2a ed., CPGEC/UFRGS, Porto Alegre, Brasil. Cronograma Prova: 2/7/2013 Trab final: 16/7/2013 Exame: 16/7/2013
Arquivos para Download |
| DISCIPLINAS | |||||||
|
 |
||||||||||||||||||||||||||||||||||||||||||||||||
|
