[ABE-L] Seminário UFSCar/ICMC – Quinta 21/05/2015 - 16h00 - na UFSCar

[Rafael Izbicki]

Prezados,

Além do seminário do dia 21 mencionado no email anterior, esta semana
também teremos mais dois seminários no programa conjunto USP/UFSCar. Seguem
as informações.

*Data/Horário:* 22/05/2015 - 14h00

*Local:* Sala de Seminários - Depto Estatística Ufscar

*Título:* Técnicas de Diagnóstico para Modelos de Reparo Imperfeito:
Propostas e Aplicações

*Palestrante: *Profa. Dra. Maria Luíza  Guerra Toledo, ENCE-IBGE

*Resumo:* Uma política de manutenção adequada é essencial para reduzir
custos e riscos com falhas em equipamentos. Ao se determinar tais
políticas, a habilidade de se predizer a confiabilidade dos sistemas de
interesse, com base em um modelo adequado, é crucial. Nesse trabalho, são
explorados modelos de reparo imperfeito baseados na redução da idade e
intensidade de falhas. O foco é em técnicas gráficas e numéricas para
avaliação da qualidade do ajuste de tais modelos. Alguns resultados serão
apresentados, com aplicação das técnicas propostas em sistemas reparáveis
para os quais a determinação de políticas de manutenção seja de interesse
prático.
#####

*Data/Horário:* 22/05/2015 - 14h30

*Local:* Sala de Seminários - Depto Estatística Ufscar

*Título:* On the best maintenance policy for a repairable system

*Palestrante:* Prof.  Dr. Gustavo L. Gilardoni, Departamento de Estatistica
- Universidade de Brasilia

*Resumo: *We consider a repairable system that is subject to repair actions
after each failure. While these repair actions can be either minimal or
imperfect, the operator may decide to perform a perfect maintenance action
at any time. In order to obtain the best maintenance policy, in the sense
of minimizing expected cost per unit of time, we assume that the decision
maker has access to the failure history of the equipment, thus departing
from the usual periodic, fixed-age policy introduced by Barlow and Hunter
(1960). We define the concept of *continuous wear-out* of a repairable
system and show that, under this set up, the best policy maintains the
equipment whenever the current intensity of failures goes above the current
cost per unit of time. This policy is extremely simple to implement in
practice, requiring only an estimate of the intensity of the failure
process. Somewhat surprisingly, this policy can incur in considerable
smaller costs even when the system is subject to minimal repair. For the
special case of the *Power Law Process*, we completely characterize the
distribution of the *time to maintenance* and the resulting cost per unit
of time. This leads to a new discrete distribution whose probabilities are
the terms of the McLaurin expansion of e^{- k W_0 (x)}, where W_0 (x) is
the main branch of the Lambert's W function defined by W_0 (x) \, e^{W_0
(x)} = x for x > -1.}



--
Rafael Izbicki
Assistant Professor
Department of Statistics
Federal University of São Carlos (UFSCar)
http://www.rizbicki.ufscar.br/


On Tue, May 19, 2015 at 9:51 AM, Rafael Izbicki <rafaelizbicki em gmail.com>
wrote:

> Divulgação da palestra desta semana do Seminário do Programa
> Interinstitucional de Pós-graduação em Estatística
> <http://www.icmc.usp.br/Portal/conteudo/1096/13/interinstitucional-de-pos-graduacao-em-estatistica> (PIPGEs
> ICMC/USP e UFSCar), São Carlos.
>
> *Palestrante: *Enrico A. Colosimo - Departamento de Estatística, UFMG
> (trabalho conjunto com Jose Luiz P. da Silva e Fabio N. Demarqui)
>
> *Título:* Doubly Robust-Based GEE for the Analysis of Longitudinal
> Ordinal Missing Data
>
> *Resumo:* Generalized Estimation Equations (GEE) are a well-known method
> for the analysis of non-Gaussian longitudinal data. This method has
> computational simplicity and population parameter interpretation. However,
> in the presence of missing data, it is only valid under the strong
> assumption of missing completely at random (MCAR). Some corrections can be
> done when the missing data mechanism is missing at random (MAR): inverse
> probability weighting (WGEE) and multiple imputation (MIGEE). In order to
> obtain consistent estimates, it is necessary the correct speci cation of
> the weight model for WGEE or the imputation model for the MIGEE. A recent
> method combining ideas of these two approaches has doubly robust property.
> For consistency, it requires only the weight or the imputation model to be
> correct. In this work it is assumed a proportional odds model and it is
> proposed a doubly robust estimator for the analysis of ordinal longitudinal
> data with intermittently missing response and covariate under the MAR
> mechanism. Simulation results revealed better performance of the proposed
> method compared to WGEE and MIGEE. The method is applied to a data set
> related to Analgesia Pain in Childbirth study.
>
> *Local: *Sala de Seminários Antiga do Departamento de Estatística UFSCar
>
> *Horário: *16hs*.*
>
>
> --
> Rafael Izbicki
> Assistant Professor
> Department of Statistics
> Federal University of São Carlos (UFSCar)
> http://www.rizbicki.ufscar.br/
>
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <https://lists.ime.usp.br/archives/abe/attachments/20150519/13cc80bc/attachment.html>