Métodos de identificação de efeitos na dispersão em experimentos fatoriais não replicados Methods for the identification of dispersion effects in unreplicated factorial experiments

• Main Authors: Antonio Fernando de Castro Vieira, Eugenio Kahn Epprecht
• Format: Article
• Language: Portuguese
• Published: Universidade Federal de São Carlos 2009-03-01
• Series: Gestão & Produção
• Subjects: Experimentos fatoriais; Modelos lineares generalizados; Otimização de processos; Factorial experiments; Generalized linear models; Process optimization
• Online Access: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2009000100010
• ISSN: 0104-530X; 1806-9649

A identificação de fatores que afetam a média e a dispersão de características de qualidade é essencial para a otimização de produtos e processos produtivos. Para tal identificação, costuma-se utilizar experimentos fatoriais. A análise de efeitos sobre a dispersão, contudo, usualmente demanda repetições do experimento sob as mesmas condições (replicações), que podem ser caras. Assim, vários métodos têm sido propostos na literatura para a identificação de efeitos na dispersão a partir de experimentos fatoriais não replicados. Neste artigo, analisamos alguns desses métodos, ilustrados com um exemplo de um processo produtivo, concluindo pela superioridade de um método iterativo baseado em modelos lineares generalizados. Finalmente, utilizando os modelos para a média e para a dispersão, fornecidos pelo método iterativo, procedemos à otimização do processo descrito no exemplo.<br>The identification of factors that affect the location and dispersion of the probability distribution of quality characteristics is essential in the optimization of production processes and product design. For this purpose, factorial experiments are typically used. The analysis of dispersion effects, however, usually requires replications of the experiment, which can be expensive. Therefore, several methods have been proposed for the identification of the dispersion effects with unreplicated factorial experiments. In this article, we analyze some of these methods concluding by the superiority of an interactive method based on generalized linear models and which provides a model for the mean together with a model for the dispersion of the quality characteristic. Finally, the use of the resulting model in an optimization process is presented trough an example.