Modelos de Previsão:

Possui graduação em Informática (URI), pós-graduação em Formação Pedagógica para Docentes da Educação Profissional Técnica e Tecnológica em Informação e Comunicação (FACISA) e mestrado em Engenharia de Produção (UFSM). Atualmente, é professora horista no Ensino Superior da URI - Campus Santo Ângelo/RS. Área: Estatística.

A presente pesquisa tem como tema a abordagem de modelos de previsão, aplicados a processos produtivos industriais, com o objetivo de verificar a estabilidade do processo por meio de gráficos de controle, aplicado aos resíduos oriundos de modelagem linear e não linear. A investigação da estabilidade do processo passa pela verificação da influência da volatilidade na detecção de pontos amostrais que são potenciais para afetar o desempenho do processo produtivo. Os dados utilizados para análise pertencem a três empresas de segmentos distintos. O modelo matemático foi ajustado utilizando modelo de regressão dinâmica multivariada, modelo ARIMA e modelo ARIMA-ARCH. De acordo com os gráficos de controle, as técnicas estatísticas empregadas para eliminar a autocorrelação serial dos dados mostraram-se adequadas estatisticamente, se comparadas com o modelo clássico utilizado por cada empresa. Os modelos matemáticos encontrados foram capazes de representar os processos produtivos, possibilitando compreender o comportamento das variáveis e auxiliaram na realização das previsões e monitoração do processo. Este livro é indicado aos administradores, gestores e profissionais da área de produção.