Buscar

UAM - Controle Estatístico de Processo (CEP) - Atividade A1 (Avaliado nota 10)

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Prévia do material em texto

Questão:
O Controle Estatístico de Processo é uma técnica da Engenharia de produção que visa estudar variações de produtos nos processos produtivos por meio da utilização da estatística matemática.
Um engenheiro tem que responder a uma análise estatística. Ele pode escolher o método de amostragem do produto e para isso precisa determinar o tamanho da amostra. O estudo necessita de uma confiança mínima, por isso, ele resolve utilizar uma técnica de estatística que aumenta a confiabilidade do estudo. O que o engenheiro precisa calcular para que o estudo seja confiável?
Resposta:
Para resolução do caso, será necessário levar em conta algumas premissas.
Como a maioria dos eventos e situações do mundo possuem modelo de distribuição normal, assumirei que este caso se encaixa nessa situação também.
Considerando então que o engenheiro não possui nenhuma informação e o objetivo é definir o tamanho da amostra necessária para fazer uma inferência estatística de algum parâmetro de uma população, o primeiro passo é definir o nível de confiança e a margem de erro máxima aceita, pois essas informações estarão diretamente relacionadas com o tamanho da amostra necessária.
Após definido esses dois fatores, como ele não possui uma estimativa de p^, deverá trabalhar com a abordagem mais conservadora, sendo assim, utilizando a formula da margem de erro o engenheiro conseguirá obter o tamanho mínimo da amostra (n) necessária.
Portanto, o que o engenheiro precisa calcular de fato para que o estudo seja confiável é o tamanho da amostra, conforme explicado acima.
Pois, caso o tamanho da amostra utilizada seja menor do que a necessária, há maior probabilidade de que o parâmetro da amostra estimada não represente o parâmetro real da população.

Continue navegando