Palestra 3 - Novo framework para monitoramento estatístico: Uma aplicação para dados de umidade relativa do ar no deserto de Atacama (Chile)

Ferramentas de monitoramento estatístico estão bem estabelecidas na literatura, criando culturas organizacionais como Seis Sigma. No entanto, a maior parte dessa literatura é baseada na suposição de normalidade e traz limitações para processos truncados como questões em aberto nesse campo. Este trabalho foi motivado pelo registro de elementos relacionados ao monitoramento de partículas de água (umidade relativa), uma importante fonte de umidade para a bacia hidrográfica de Copiapó e a região do Atacama no Chile (Deserto do Atacama), apresentando alta assimetria para dados de taxas e proporções. Sendo assim, foi proposto um novo gráfico de controle para dados intervalares sobre taxas e proporções, quando estes não são resultados de um processo de Bernoulli. A distribuição unit-Lindley, tem muitas propriedades interessantes, como por exemplo, possui um único parâmetro, bem como uma versão reparametrizada em termos de sua média. A partir dela desenvolvemos o gráfico de controle unit-Lindley (ou unit-Lindley chart), tanto para dados clássicos quanto para dados simbólicos (intervalares). O desempenho do gráfico de controle proposto foi analisado usando as seguintes métricas: average run length (ARL), median run length (MRL) e standard deviation of the run length (SDRL), calculadas através de um extensivo estudo de simulação de Monte Carlo. Além disso, foi desenvolvida através da regressão unit-Lindley uma nova ferramenta de gráfico de controle, que visa a dinâmica de monitoramento da água, bem como o monitoramento da umidade relativa, por minuto, da cidade de Copiapó. Os resultados obtidos mostraram que variáveis como velocidade do vento, variação de temperatura de 24 horas e radiação solar são úteis para descrever a quantidade de umidade relativa do ar. Além disso, as ferramentas de Visualização de Informações (InfoVis) ajudaram a entender a sazonalidade temporal do fenômeno de partículas de água da região em análise quase em tempo real. A metodologia desenvolvida também auxiliou a rotular eventos incomuns, como a Camanchaca, assim como outros eventos relacionados ao monitoramento da água.