Artigo Enegep

ANLISE DE UMA APLICAO DO
GRFICO COMBINADO SHEWHART-

CUSUM BINOMIAL

Elisa Henning (UDESC)
dma2eh@joinville.udesc.br
OLGA MARIA FORMIGONI CARVALHO WALTER (UFSC)
olgaformigoni@gmail.com
Custodio da Cunha Alves (UNIVILLE)
custodio.alves@univille.net
Robert Wayne Samohyl (UFSC)
samohyl@deps.ufsc.br

Um grfico combinado Shewhart-CUSUM permite aumentar a
sensibilidade de um grfico CUSUM, possibilitando a sinalizao de
alteraes para diversas magnitudes na mdia de um processo. Este
artigo traz uma aplicao de um grfico combinado SShewhart-
CUSUM binomial, na qual se avalia o desempenho de um grfico
combinado quando comparado com o grfico CUSUM e o do tipo
Shewhart analisados individualmente, nas mesmas condies de
planejamento. Uma situao fora de controle estatstico simulada,
abrangendo uma pequena alterao na mdia (0,5 desvios padro) e
tambm uma mudana repentina e de maior magnitude (3,3 desvios
padro). Os resultados obtidos demonstram que o grfico combinado
sinalizou estas duas alteraes, enquanto que o grfico CUSUM
detectou apenas a alterao na mdia e o grfico do tipo Shewhart a
mudana repentina. Assim, considera-se o grfico combinado como
uma alternativa melhor para monitoramento de processos onde haja a
necessidade de detectar diversas magnitudes de mudana.

Palavras-chaves: grfico combinado Shewhart-CUSUM, CUSUM
binomial, Controle Estatstico de Processo
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.


2

1. Introduo
Os grficos de controle, para variveis e atributos, mais conhecidos e amplamente aplicados
so ainda os tradicionais grficos do tipo Shewhart. A simplicidade da regra de deciso
condicionada apenas anlise do ltimo ponto assinalado no grfico facilita avaliar se este
ponto est interferindo no processo. Nestes grficos, uma grande desvantagem utilizar
apenas a informao sobre o processo contido no ltimo ponto, e ignorar qualquer informao
dada pela sequncia inteira de pontos. Esta caracterstica faz com que esses grficos de
controle sejam insensveis a pequenas mudanas no processo, da ordem de 1,5 (desvios
padro) ou menos (MONTGOMERY, 2004).
Apesar de extremamente eficazes, esses grficos no so as nicas ferramentas disponveis
para a anlise estatstica de processos. Em alguns casos, outros tipos de grficos de controle
podem complementar ou substituir com vantagens as tradicionais metodologias dos grficos
de Shewhart. o caso, por exemplo, dos grficos de controle com memria CUSUM (Soma
Acumulada) e EWMA (Mdia Mvel Exponencialmente Ponderada), desenvolvidos para
corrigir essa lacuna.
Estes grficos so indicados para o monitoramento de processos sujeitos a pequenas
alteraes na mdia, cuja deciso sobre o estado do controle estatstico do processo baseada
na informao acumulada das diversas amostras anteriores, e no somente na ltima delas.
Com isso possvel sinalizar com maior rapidez os pequenos desajustes, assim como
identificar no tempo o momento em que ocorre uma mudana no processo.
Todavia se a magnitude da mudana for desconhecida ou se h alterao ao longo do tempo,
nenhum dos grficos de controle mencionados apresentar bom desempenho tanto para
pequenas quanto para grandes alteraes. Um tratamento possvel combinar mltiplos
grficos para abranger diversas magnitudes de mudana, o que pode ser realizado,
adicionando limites de controle dos grficos de Shewhart aos grficos CUSUM ou EWMA
para detectar tanto pequenas quanto grandes alteraes (TSUNG; WANG, 2010).
Neste artigo analisa-se a aplicao de um grfico combinado Shewhart-CUSUM binomial em
dados adaptados da literatura. Na Seo 2 descrevem-se os grficos combinados Shewhart-
CUSUM, na Seo 3 apresenta-se uma sequncia de procedimentos para desenvolver um
grfico combinado Shewhart-CUSUM binomial, na Seo 4 est a sistemtica adotada e na
Seo 5 os resultados da aplicao proposta. Finalizando, na Seo 6 apresentam-se as
concluses e consideraes finais.
2. Grficos combinados Shewhart-CUSUM
Uma abordagem para aumentar a sensibilidade do grfico CUSUM, para grandes mudanas,
o procedimento combinado Shewhart-CUSUM (MONTGOMERY, 2004). Um grfico
combinado Shewhart-CUSUM incorpora num mesmo eixo os valores observados, os limites
de controle Shewhart, a estatstica CUSUM e o limite de controle do CUSUM. uma
modificao simples do procedimento CUSUM, com a adio do grfico de controle
Shewhart.
Este grfico pressupe, de um modo geral, quatro linhas de controle: os limites superiores e
inferiores de Shewhart (LCS e LCI) e o limite de controle h (h
+
e h
-
). Deve apresentar tambm
os valores das estatsticas correspondentes s amostras (observadas ou padronizadas) e os
valores das somas cumulativas (positiva e negativa). Algumas redues podem ser feitas de
acordo com o caso a ser tratado. Por exemplo, se apenas desejada a investigao do


3

problema, um grfico unilateral superior pode ser suficiente (ROCHA, 2004). A Figura 1
ilustra um grfico combinado Shewhart-CUSUM unilateral superior.
0 10 20 30 40 50 60 70
0
5
1
0
1
5
2
0
2
5

Amostras
N
m
e
r
o

d
e

i
t
e
n
s

n
o

c
o
n
f
o
r
m
e
s
LSC
h
Nmero de itens no conformes
CUSUM

Fonte: Adaptado de Morais (2002)
Figura 1 Exemplo de grfico combinado bilateral

Um dos primeiros trabalhos divulgado na literatura sobre grfico de controle combinado foi
desenvolvido por Westgard et al. (1977), que o aplicou como uma alternativa ao CUSUM,
para tentar melhorar o controle em laboratrios de anlises clnicas. Lucas (1982) efetuou
uma anlise comparativa do comportamento de trs esquemas de grficos de controle para
mdia de processo com distribuio normal, Shewhart, CUSUM e Shewhart-CUSUM
concluindo que o grfico combinado Shewhart-CUSUM tem um valor de ARL
0
menor que o
CUSUM padro para o mesmo valor de h, o que significa mais alarmes falsos. Mas, com um
pequeno aumento no valor de h do grfico combinado, obtm-se um valor ARL
0
um pouco
maior, assim diminuindo a prevalncia de alarmes falsos, com valores menores de ARL
1
, do
que o CUSUM, para mudanas maiores que 2 aproximadamente (LUCAS, 1982).
Grficos combinados Shewhart-CUSUM para monitoramento de mdias tm sido aplicados
nas mais diversas reas: monitoramento ambiental (USEPA, 1989; GIBBONS, 1999; CHOU;
O'BRIEN; BARNETT, 2001; ZHOU et al., 2008); monitoramento de processos laboratoriais
(SOLBERG, 1984; BLACKSELL et al., 1994; ROCHA, 2004; CONRATHS; SCHARES,
2006); monitoramento dos erros de previso (SOUZA; SAMOHYL, 2008).
No entanto, a literatura apresenta poucos trabalhos sobre grficos combinados para atributos.
Resultados numricos relativos ao grfico combinado superior unilateral CUSUM-Shewhart,
considerando dados com distribuio de Poisson podem ser encontrados em Yashchin (1985),


4

Abel (1990) e Hawkins e Olwell (1998). Um esquema combinado Shewhart-CUSUM para
variveis discretas com distribuio binomial, do tipo np foi abordado por Morais (2002) e
Morais e Pacheco (2006), que estudaram a ordenao estocstica do RL.

2.1 Parmetros de um grfico combinado
Existem algumas abordagens para calcular as medidas de desempenho de um grfico
combinado. Cadeias de Markov foram aplicadas por Lucas (1982), Yashchin (1985), e
Morais e Pacheco (2006) para o clculo das medidas de desempenho do esquema combinado
tanto de variveis contnuas quanto para discretas. Um estudo com simulao foi realizado
por Rocha (2004) que construiu tabelas de ARL em funo dos parmetros dos grficos
(limites de controle de Shewhart, k e h do CUSUM) para variveis mensurveis. O RL de
esquemas combinados Shewhart-CUSUM foi investigado sob a tica da ordenao estocstica
por Morais (2006).
A combinao de grficos de controle, considerando a funo de probabilidade de ocorrncia
de alarmes falsos, foi abordada por Montgomery (2004), Souza e Samohyl (2008), Coelho
(2008) e Wu, Jiao e Liu (2008). De modo geral, se h r variveis estatisticamente
independentes, e se o grfico com probabilidade de erro tipo I mantido para cada uma, ento
a verdadeira probabilidade (erro tipo I) para cada procedimento de controle conjunto
r
) 1 ( 1
'
o o = onde
r
) 1 ( o a probabilidade de que todas as variveis sejam representadas no
grfico simultaneamente dentro de seus limites de controle (ALVES, 2009). Seguindo este
raciocnio, quando dois grficos diferentes monitoram a mesma varivel, a taxa de alarmes
falsos do grfico combinado
cs
ser uma combinao de taxas individuais de cada um,
s
e
c

para Shewhart e CUSUM respectivamente. Uma expresso que sumariza essa combinao
dada por
c s c s cs
o o o o o + = (1)
Desse modo, dois grficos de controle com taxas de alarme falso de 1% individualmente
geram um grfico combinado com taxa de alarme falso de cerca de 2%. Desejando-se manter
a taxa no valor original (1%), menor que 2%, os limites de controle dos dois grficos devem
ser recalculados, resultando em valores mais distantes da linha central (COELHO, 2008;
SOUZA; SAMOHYL, 2008).
No planejamento deste grfico , portanto, necessrio ajustar o LSC (limite superior de
Shewhart) e h (CUSUM) de modo manter a probabilidade de erro tipo I (taxa de alarme falso
- ). Se o LSC relaxado, h necessita ser mais estreito, e o grfico combinado ter um poder
maior para detectar pequenas mudanas. Similarmente se o LSC for mais estreito, h ser mais
largo, tendo o grfico um poder maior para detectar grandes mudanas (WU; JIAO; LIU,
2008). Por outro lado, uma vez determinados os valores de ARL
0
do combinado e dos grficos
individuais, podem-se encontrar os parmetros k e h do CUSUM e os limites de controle de
Shewhart.
2.2 Grfico combinado Shewhart-CUSUM binomial
O grfico combinado Shewhart-CUSUM binomial proposto aqui incorpora num mesmo eixo
um grfico de controle para o nmero de no conformes (np) do tipo Shewhart e um grfico
CUSUM binomial.
O grfico de controle np do tipo Shewhart, extensivamente utilizado para monitorar
processos que produzem certa porcentagem de produtos defeituosos (DURAN; ALBIN, 2009;


5

COSTA; EPPRECHT; CARPINETTI, 2004; SAMOHYL, 2009) e muito popular nas
fbricas onde a utilizao de controle estatstico de processo est em fase inicial de
implantao (SAMOHYL, 2009).
J um grfico CUSUM binomial examina o nmero de no conformidades acumuladamente
numa sequncia de amostras. Tem como objetivo a deteco de aumentos ou redues do
nmero de no conformidades. Um grfico CUSUM binomial unilateral superior pode ser
aplicado para detectar um aumento no valor esperado de itens no conformes, do valor
nominal
0
np para
1
np , onde n corresponde ao tamanho da amostra, p
0
a proporo de itens
no conformes considerada sob controle estatstico e p
1
a proporo fora de controle
estatstico que se deseja detectar (HAWKINS; OLWELL, 1998; BOURKE, 2001; WU;
JIAO; LIU, 2008).
Assim, seja uma srie de amostras
i
Y com
+
Z e i , independentes, de tamanho n, com
distribuio binomial, o grfico combinado Shewhart-CUSUM binomial obtido plotando-se
as estatsticas C
i
e X
i
, em relao a amostra Y
i
,
), , 0 max(
1
k X C C
i i i
+ =

(2)
onde C
i
a estatstica CUSUM com h u u C s s = 0 ,
0
; X
i
o nmero de itens no conformes na
amostra Y
i
com ,...; 2 , 1 = i k uma constante denominada de valor de referncia do CUSUM e
depende da magnitude da mudana que se deseja detector e h limite superior de controle do
CUSUM. O LSC do grfico np do tipo Shewhart convencional sumarizado por
) 1 ( 3 p np np LSC + = ; (3)
onde p corresponde a proporo p
0
. Estes limites, conhecidos como convencionais, so
obtidos atravs de uma aproximao distribuio normal. So ento traadas duas linhas, C
i

e X
i
, e dois limites de controle, h e LSC (Limite Superior de Shewhart). Se C
i
ultrapassa o
limite superior de controle h, ou X
i
ultrapassa o limite superior LSC diz-se que o processo est
fora de controle estatstico.
Os grficos np do tipo Shewhart podem no atender a taxa de alarmes falsos desejada, que
equivale a no atingir o ARL
0
, existindo algumas opes para contornar este problema
(DURAN; ALBIN, 2009). Uma alternativa usar os limites probabilsticos (ou exatos). Os
limites so calculados com a distribuio binomial e no aproximando normal. Estes limites
modificam o grfico de controle, considerando a real probabilidade que cada ponto tem de
ultrapass-los. Assim, so indicados para distribuies no simtricas, como a de Poisson e
tambm muitos casos da binomial (SHORE, 2000; SHARMA, 2003; MONTGOMERY,
2004).
O valor de referncia k, de grficos CUSUM para contagens determinado pela taxa de
contagem aceitvel e a taxa de contagem que se deseja detectar facilmente. Neste sentido,
para um esquema CUSUM para variveis com distribuio binomial, seriam justamente a
mdia sob controle (
0
np ) e a mdia fora de controle estatstico (
1
np ) respectivamente. Gan
(1993) provou que, para um CUSUM binomial, o valor de k obtido a partir da Equao 4 pode
ser considerado um valor timo.


6

|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
1
0
1
0
1
0
ln
1
1
ln
1
1
ln
p
p
p
p
p
p
n
k . (4)
O limite superior h do grfico CUSUM determinado em funo do ARL
0
, que o valor
esperado do nmero de amostras necessrio at que um alarme falso seja emitido, e do ARL
1
,
o nmero de amostras at a emisso de um alarme verdadeiro. H vrios procedimentos na
literatura para o clculo do ARL
0
e do ARL
1
de um CUSUM binomial. Dentre estes, o mais
comum a abordagem markoviana (BROOK; EVANS, 1972; HAWKINS, 1992;
REYNOLDS; STOUMBOS, 1999). Outra linha est baseada nas aproximaes de Wald
(1947), e na extenso deste trabalho proposta por Siegmund (1985) e Reynolds e Stoumbos
(1999).
Neste trabalho aplica-se uma aproximao direta para o limite superior h, a partir dos
trabalhos de Reynolds e Stoumbos (1999, 2001) e Rogerson (2006), onde a funo LambertW
(CORLESS et al., 1996) e seu desenvolvimento em srie foi utilizada para aproximar o valor
do parmetro h do CUSUM binomial (HENNING; SAMOHYL; ALVES, 2010). Embora,
essa aproximao ainda esteja sendo avaliada, para a aplicao em questo, possvel obter
com ela o mesmo valor de h que a abordagem markoviana, mas com muito menor esforo
computacional. Assim, o limite de controle h pode ser aproximado por:
|
|
.
|
\
|
|
|
.
|
\
|

+ + + |
.
|
\
|
~
2
1
2 2
1
2
2 1 1 2 0 0
2
2
2
2
) 2 (
) (
1
1
L
L L
L
L
L L r r p nARL
e
r n
r
h
r n
3
) 2 1 (
0
p
, (5)
onde
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
|
.
|
\
|
=
|
.
|
\
|

2
)
2 0 1
)(
2
1 (
2 0
)(
2 0 1
(
2
2
1
1
1
ln r n e
e
L
r p r
r n
e r ARL r p r n r n
r n

; (6)

) ln(
1 2
L L = , (7)

com
|
|
.
|
\
|
=
0
1
1
1
1
ln
p
p
r ;
( )
|
|
.
|
\
|
=
1 0
0 1
2
1
) 1 (
ln
p p
p p
r ;
2
1
r
r
= , e o valor de referncia n k =
(conforme Equao 4).

No entanto, para que a adio dos limites de Shewhart tenha ao efetiva no desempenho do
grfico CUSUM, a seguinte condio deve ser satisfeita: k h LSC + s (LUCAS, 1982;
YASHCHIN, 1985; ROCHA, 2004). E, a aplicao dos grficos de controle de Shewhart e
CUSUM para dados com distribuio binomial s ser eficaz se os dados atenderem s
seguintes premissas: os dados devem ter distribuio binomial; no apresentar superdisperso
e devem ser independentes.
3. Passos para a construo de um grfico combinado
Na prtica o desenvolvimento, implantao e utilizao de grficos de controle, passam por
duas fases operacionais, a fase I e a fase II (SAMOHYL, 2009; VINING, 2009). A primeira


7

fase em geral um estudo retrospectivo, que consiste em obter-se uma amostra representativa
dos dados com o objetivo de determinar os limites de controle. Nesta fase, verificam-se as
suposies necessrias, independncia, ausncia de superdisperso e aderncia distribuio
binomial. Quando estas suposies so satisfeitas, os grficos podem ser aplicados e
concluses tiradas sobre o estado de controle estatstico do processo. Esta fase, que
corresponde estimao de parmetros do processo, s deve ser encerrada quando se tem a
certeza de que o processo encontra-se estvel e ajustado. A segunda, chamada de fase II, tem
o intuito de monitorar o processo e utiliza os limites de controle especificados na etapa
anterior (SAMOHYL, 2009).
Nesta seo esto alguns procedimentos sugeridos para a construo de um grfico
combinado Shewhart-CUSUM binomial, representados pelo fluxograma da Figura 2.
Pressupe-se que os dados tenham distribuio binomial, no apresentem superdisperso e
nem sejam autocorrelacionados.

Figura 2 Fluxograma para construo de um grfico combinado
Sejam N amostras de
tamanho n e p = p
0

Definir p
1

Suposies
satisfeitas
Calcular parmetros do grfico
combinado (k, h e LSC)

LSC h + k
Construir grfico
combinado
No um grfico
combinado

Fase I
Determinar ARL
0
,
s

c
e para os
grficos individuais
Determinar ARL
0
e
cs
para o
grfico combinado
Fase II
Sim
No
Sim
No


8

4. A sistemtica de desenvolvimento do grfico de controle
Para ilustrar a sistemtica de desenvolvimento do grfico de controle combinado Shewhart-
CUSUM binomial unilateral superior utilizou-se dados de um exemplo numrico da literatura
(DEVORE, 2006). Esse conjunto de dados composto de uma amostra de n = 100 xcaras de
ch de um determinado jogo de jantar, selecionadas a cada 25 dias sucessivos. A quantidade
de xcaras defeituosas encontrada (por dia) apresentada na Tabela 1.
Estes dados so usados para a fase 1 do processo, quando so definidos os limites de controle.
A proporo sob controle p
0
0,0608, obtida das amostras, e considerou-se 073 , 0
1
= p que
corresponde a um acrscimo de 20% em p
0
. Em termos de desvios padro significa uma
alterao de 0,5 em relao mdia (np
0
=6).

Dia 1 2 3 4 5 6 7 8 9 10 11 12 13
X 7 4 3 6 4 9 6 7 5 3 7 8 4
Dia 14 15 16 17 18 19 20 21 22 23 24 25
X 6 2 9 7 6 7 11 6 7 4 8 6
Fonte: Devore (2006, p. 629)
Tabela 1 Nmero de xcaras defeituosas (X) por amostra

O valor de ARL
0
370 ( =0,27%) comum em processos industriais. A partir da Equao
(1) realizado um balanceamento dos valores de ARL
0
dos procedimentos individuais, com o
propsito de no afastar muito o ARL
0
da parte CUSUM do ARL
0
do grfico combinado. O
valor de h ser mais estreito e o limite LSC mais relaxado. Assim, um grfico combinado
foi planejado com os seguintes parmetros: ARL
0
do grfico combinado = 370; ARL
0
da parte
CUSUM = 425; Valor de referncia k = 6,7 (Equao 4); Limite superior h = 17,1 (Equao
5); ARL
0
da parte Shewhart = 2852 e Limite superior LSC = 15 (probabilstico ou exato).
Os dados no apresentam autocorrelao nem superdisperso e tm aderncia distribuio
binomial. Para a fase II, foi simulada uma situao fora de controle estatstico, a partir de 25
amostras com distribuio binomial, 073 , 0 ; 100
1
= = = p p n , e uma alterao
propositalmente grande, cerca de 180% (3,3), na 30 amostra (5. amostra aps a mudana
em p
0
). Garantiu-se que a mdia dos dados simulados fosse igual a np
1
. O grfico com os
parmetros definidos na fase anterior foi aplicado a estes dados simulados.
Todo o tratamento estatstico realizado em ambiente GNU R (R CORE DEVELOPMENT
TEAM, 2010), com auxlio do pacote qcc (SCRUCCA, 2004). As rotinas desenvolvidas para
o clculo do valor de ARL
0
, construo dos grficos CUSUM binomial e combinado
Shewhart-CUSUM binomial esto no Apndice.
5. Anlise dos resultados
O grfico combinado Shewhart-CUSUM unilateral resultante do conjunto de dados
apresentado na Figura 3. Este grfico sinaliza na parte Shewhart a alterao na 30. amostra
(5. amostra aps a alterao) e a parte CUSUM evidencia o aumento na mdia do processo
com h ultrapassado na 44. amostra (19. amostra aps a mudana).
Em seguida os resultados do grfico combinado so comparados com grficos CUSUM
(Figura 4) e Shewhart (Figura 5) individuais, para o mesmo valor de ARL
0
. O grfico


9

CUSUM tem parmetros k = 6,7 e h =16,5 ( 370
0
~ ARL ). O valor de LSC (convencional) do
grfico Shewhart 13,25 (DEVORE, 2006).
O grfico CUSUM, Figura 4, sinaliza o aumento da mdia np
0
, com o limite h ultrapassado na
44. amostra (19. aps a mudana), como no combinado. No entanto, o grfico CUSUM no
sinaliza a alterao repentina na 30. amostra (5. amostra aps a mudana). O grfico
Shewhart, Figura 5, sinaliza apenas a alterao grande e repentina da 30 amostra, mas no
consegue detectar o aumento da mdia.

0 10 20 30 40 50
0
5
1
0
1
5
2
0
Amostras
i
t
e
n
s

n
o

c
o
n
f
o
r
m
e
s
C
+
x
h
LSC
h=17,1
LSC=15

Figura 3 Grfico combinado Shewhart-CUSUM unilateral para os dados de xcaras defeituosas


10

0 10 20 30 40 50
0
5
1
0
1
5
2
0

Amostras
C
+
C
+
h
h=16,5

Figura 4 Grfico CUSUM para os dados de xcaras defeituosas

Group
G
r
o
u
p

s
u
m
m
a
r
y

s
t
a
t
i
s
t
i
c
s
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
0
5
1
0
1
5
LCL
UCL
CL
Number of groups = 50
Center = 6.08
StdDev = 2.50022
LCL = 0
UCL = 13.25
Number beyond limits = 1
Number violating runs = 0

Figura 5 Grfico tipo Shewhart para os dados de xcaras defeituosas a partir do pacote qcc (SCRUCCA, 2004)


11

Este um exemplo especfico em que se mostra que o grfico combinado mais efetivo que
os grficos CUSUM e Shewhart individualmente. Desenvolveu-se tambm uma situao
fora de controle estatstico envolvendo uma mudana grande e repentina e outra pequena e
gradativa. A parte Shewhart sinalizou a primeira e a parte CUSUM do combinado a segunda,
ou seja, o grfico combinado sinalizou as duas. Comparando tal grfico com os
procedimentos individuais, verificou-se que o grfico Shewhart sinalizou apenas a alterao
repentina (Figura 5) e o CUSUM somente o aumento na mdia do processo (Figura 4).
6. Concluses e consideraes finais
Este estudo envolve uma anlise da aplicao de um grfico combinado Shewhart-CUSUM a
partir de dados de um exemplo numrico adaptado da literatura. Atravs deste exemplo foram
identificadas situaes em que o grfico combinado tem desempenho superior aos grficos
CUSUM e Shewhart analisados individualmente.
Na prtica a aplicao de grficos combinados pode ser de grande utilidade em processos
onde a magnitude da mudana desconhecida e h a necessidade de se detectar rapidamente
tanto alteraes pequenas a moderadas, quanto alteraes maiores na proporo sob controle.
O monitoramento ambiental e a anlise de dados de vigilncia em sade pblica so reas
potenciais para a aplicao de grficos combinados Shewhart-CUSUM binomiais.
Este estudo ainda pode ser estendido, pois se limitou apenas a uma aplicao. A partir de
procedimentos de simulao, por exemplo, seria possvel avaliar situaes abrangendo outros
valores de p
1
e tambm modificando a posio das mudanas repentinas.

Referncias
ABEL, V. On one-sided combined Shewhart-CUSUM control schemes for Poisson Counts. Computational
Statistics Quarterly, v. 6, p. 31- 39, 1990.
ALVES, C. C. Mtodo da Equao integral com quadratura gaussiana para otimizar os parmetros do
grfico de controle multivariado de somas acumuladas. 2009. 196f. Tese (Doutorado em Engenharia de
Produo) Centro Tecnolgico, Universidade Federal de Santa Catarina, Florianpolis.
BLACKSELL, S. D.; GLEESON, L. J.; LUNT, R. A.; CHAMNAMPOOD, C. Use of combined Shewhart-
CUSUM Control Charts in Internal Quality Control of Enzime-linked immunosorbent assays for the typing of
foot and mouth disease virus antigen. Revue scientifique et technique (International Office of Epizootics),
v.13, n.3, p. 687-699, 1994.
BOURKE, P. D. Sample size and the Binomial CUSUM Control Chart: the case of 100% inspection. Metrika,
v. 53, p.51-70, 2001.
BROOK, D.; EVANS, D. A. An Approach to the Probability Distribution of Cusum Run Length. Biometrika, v.
59, n. 3, p. 539-549, 1972.
CHOU, C. J.; O'BRIEN, R.F.; BARNETT. D. B. Application of intrawell testing of RCRA groundwater
monitoring data when no upgradient well exists. Environmental Monitoring and Assessment, v. 71, n.1, p. 91-
106, 2001.
COELHO, L. C. Utilizao de modelos de suavizao exponencial para previso de demanda com grficos
de controle combinados Shewhart-CUSUM. 2008. 121f. Dissertao (Mestrado em Engenharia de Produo) -
Centro Tecnolgico, Universidade Federal de Santa Catarina, Florianpolis.
CONRATHS, F. J.; SCHARES, G. Validation of Molecular-diagnostic techniques in the parasitological
laboratory. Veterinary Parasitology, v. 136, n. 2, p. 91-98, 2006.
CORLESS, R. M.; GONNET, G. H.; HARE, D. E. G.; JEFFREY, D. J.; KNUTH, D.E. On the LambertW
function. Advances in Computacional Mathematics, v. 5, n. 1, p.329-359, 1996.


12

COSTA, A. F. B.; EPPRECHT, E. K.; CARPINETTI, L. C. R. Controle Estatstico de Qualidade. So Paulo:
tlas, 2004. 334 p.
DEVORE, J. L. Probabilidade e Estatstica para Engenharia e Cincias. 6 ed. So Paulo: Pioneira Thomson
Learning, 2006. 692 p.
DURAN, R. I.; ALBIN, S. L. Monitoring a Fraction with Easy and Reliable Settings of the False Alarm Rate.
Quality and Reliability Engineering International, v. 25, n.8, p. 1029-1043, 2009.
GAN, F. F. An optimal design of CUSUM control charts for binomial counts. Journal of Applied Statistics, v.
20, n. 4, p. 445-460, 1993.
GIBBONS, R. D. Use of Combined Shewhart-CUSUM Control Charts for Ground Water Monitoring
Applications. Ground Water, v. 5, n. 37, p. 682-692, set./out. 1999.
HENNING, E.; SAMOHYL, R. W.; ALVES, C. C. Aproximao do limite superior de um grfico CUSUM
binomial. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUO, 30., 2010, So Carlos, Anais...
So Carlos, 2010.
HAWKINS, D. M. Evaluation on Average Run Lengths of Cumulative Sum Charts for an Arbitrary Data
Distribution. Communication in Statistics Simulation and Computation, v. 21, n. 4, p.1001-1020, 1992.
HAWKINS, D.; OLWELL, D. Cumulative Sum Charts and Charting for Quality Improvement, Springer-
Verlag, New York, 1998.
LUCAS, J. M. Combined Shewhart-CUSUM Quality Control Schemes. Journal of Quality Technology, v. 14,
n. 2, p. 51-59, 1982.
MONTGOMERY, D. C. Introduo ao Controle Estatstico de Qualidade. 4.ed. Rio de Janeiro: LTC, 2004.
513 p.
MORAIS, M. C. Ordenao estocstica na anlise de desempenho de esquemas de controle de qualidade.
2002. 194f. Tese (Doutorado em Matemtica) - Instituto Superior Tcnico, Universidade Tcnica de Lisboa.
Disponvel em:<http://www.math.ist.utl.pt/~mjmorais/thesis.pdf.>. Acesso em: 19 Ago. 2008.
MORAIS, M. C.; PACHECO, A. Combined CUSUM-Shewhart Schemes for Binomial Data. Economic Quality
Control. v. 21, n.1, p. 43-57, 2006.
R DEVELOPMENT CORE TEAM. R: A Language and Environment for Statistical Computing. R Foundation
for Statistical Computing. Vienna, Austria: 2009. Disponvel em:< http://www.R-project.org>
REYNOLDS, M. R.; STOUMBOS, Z. G. A CUSUM Chart for Monitoring a Proportion When Inspecting
Continously. Journal of Quality Technology, v. 31, n.1, p. 87-108, 1999.
REYNOLDS, M. R.; STOUMBOS, Z. G. Monitoring a Proportion using CUSUM and SPRT charts em :
Frontiers in Statistical Quality Control. (Lenz, H. J.; Wilrich) Physika-Verlag, Heidelberg, 2001.
ROCHA, R. Implementao de sistema gerencial, com avanos em controle estatstico, em laboratrio de
nutrio animal. 2004. 154f. Tese (Doutorado em Engenharia de Produo) Centro Tecnolgico,
Universidade Federal de Santa Catarina, Florianpolis.
ROGERSON, P. A. Formulas for the Design of CUSUM Quality Control Charts. Communications in Statistics
Theory and Methods, v. 35, p. 373-383, 2006.
SAMOHYL, R.W. Controle Estatstico de Qualidade. Rio de Janeiro: Elsevier, 2009. 275 p.
SCRUCCA, L. qcc: An R package for quality control charting and statistical process control. R News, v. 4, n.1,
p. 11-17, 2004. Disponvel em: <http:// www.r-project.org. >. Acessado em: 11 Ago. 2005.
SHARMA, P. R. A study of properties and applications of control charts for high yield processes. 2003.
240f. Tese (Doctor Of Philosophy) - Department of Industrial e Systems Engineering, The National University
Of Singapore.
SHORE, H. General control charts for attributes. IIE Transactions, v. 32, p. 1149-1160, 2000.
SIEGMUND, D. Sequential Analysis: Test and Confidence Intervals. Springer-Verlag, New York, 1985.
SOLBERG, H. Monitoring long-term analytical quality by computerized combined Shewart-cusum method.
Scandinavian Journal of Clinical and Laboratory Investigation. v. 172, p. 43-49, 1984.


13

SOUZA, G. P.; SAMOHYL, R. W. Monitoring Forecast Errors with Combined CUSUM and Shewhart Control
Charts. Proceedings of the 26
th
. International Symposium of Forecasting, 2008.
TSUNG, F.; WANG, K. Adaptative Charting Techniques: Literature Rewiew and Extensions. In: LENZ, H. J.
WILRICH, P. SCMID, W. Frontiers in Statistical Quality Control, v. 9 Springer Physika-Verlag, 2010. p. 19-
36.
USEPA. Statistical Analysis of Ground-Water Monitoring Data at RCRA Facilities: Interim Final Guidance.
Washington: Office of Solid Waste, 1989. Disponvel em <http:\\ www.epa.gov/otaq/transp/statanal.pdf.>
Acesso em: 10 set. 2008.
VINING, G. Technical Advice: Phase I and phase II control charts. Quality Engineering, v. 21, n. 4, p. 478-
479, 2009.
WALD, A. Sequential Analysis. Dover Publications Inc., New York, 1947.
WESTGARD, James et al. Combined Shewhart-CUSUM Control Chart for Improved Quality Control in
Clinical Chemistry. Clinical Chemistry, v. 23, n. 10, p. 1881-1887,1977.
WU, Z.; JIAO, J.; LIU, Y. A binomial CUSUM chart for detecting large shifts in fraction non conforming.
Journal of Applied Statistics, v. 35, n. 11, p. 1267-1276, 2008.
YASHCHIN, E. On the Analysis and Design of CUSUM-Shewhart Control Schemes. IBM Journal of
Research and Development. v. 29, n.4, p. 377-391, 1985.
ZHOU, Wanfang et al. Application of water quality control charts to spring monitoring in karst terranes.
Environmental Geology, v. 53, n. 6, p. 1311-1321, 2008.

APNDICE: Rotinas no R

#ARL COMBINADO calcula arl
0
combinado em funo dos individuais
arlCOMB<-function(arlCUSUM,arlSHEWHART){
ac<- 1/arlCUSUM
as<- 1/arlSHEWHART
acs<-ac+as-ac*as
arlCOMB<-1/acs
structure(list(arlCOMB=arlCOMB,alfaCOMB=acs))}
###calcula arl
0
individuais em funcao do combinado
arlCOMB.1<-function(arlCOMB,arlIND=NULL){
acomb<- 1/arlCOMB
if (is.null(arlIND))
{d<-seq(0.05,1,by=0.05)
arlIND <- (1+d)*arlCOMB
alfa1<- 1/arlIND
alfa2<-(acomb-alfa1)/(1-alfa1)
arl2<-1/alfa2
arl1<-arlIND
arl.IND.1<-round(cbind(arl1,arl2),1)
alfa.IND.1<-cbind(alfa1,alfa2)}


14

else{alfa1<- 1/arlIND
alfa2<-(acomb-alfa1)/(1-alfa1)
arl.IND.1<-1/alfa2
alfa.IND.1<-alfa2}
structure(list(arlIND=arl.IND.1,alfaIND=alfa.IND.1))}
#Grfico combinado Shewhart-CUSUM binomial
combbinom3.1=function(y,n,k,h,u,lsc){
size=rep(n,length(y))
if (h<=0) stop ("h deve ser positivo")
if (u < 0) stop ("valor invlido para u")
if (lsc <= 0) stop ("valor invlido para LSC")
zn=u
zn[0]=u
for (n in 1:length(y)){zn[n]=max(0,zn[n-1]+y[n]-k)}
pontos.fora.cusum=subset(zn,zn>h)
pontos.fora.shewhart=subset(y,y>lsc)
plot(y,type='b',ylim=c(0,max(1.01*zn,1.01*h)),pch=21,bg="gray90", xlab="Amostras",ylab="itensno
conformes")
abline(h=h,lty=1)
abline(h=lsc,lty=2)
lines(zn,type='b',pch=19)
legend("topleft",c(expression(paste(C["+"])),"x","h","LSC"),
pch=c(19,21,NA,NA),lty=c(1,1,1,2),pt.bg=c("black","gray90", "gray90", "black"))
structure(list(vetor=zn,k=k,h=h,LSC=lsc,pontos.fora.cusum=length(pontos.fora.cusum),valores.cusum=pontos.f
ora.cusum,pontos.fora.shewhart=length(pontos.fora.shewhart),valores.shewhart=pontos.fora.shewhart))}
#CUSUM binomial unilateral superior
f1=function (kmais,hmais,x){
cmais=0
for (i in 1:length(x)){cmais[i]=max(0,cmais[i-1]+x[i]-kmais)}
plot(cmais,type='b',ylim=c(0,max(cmais+1,hmais)),main='
',ylab=expression(paste(C["+"])),xlab='Amostras',lwd=1,bg=c("white"))
points(cmais,pch=19)
abline(h=hmais,lty=1)
legend("topleft", c(expression(paste(C["+"])),"h"), pch=c(19,NA),lty=c(1,1))
return(cmais)
}

Artigo Enegep

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Artigo Enegep

Hochgeladen von

Copyright:

Verfügbare Formate

ANLISE DE UMA APLICAO DO

GRFICO COMBINADO SHEWHART-

Das könnte Ihnen auch gefallen