Curso de Planejamento e Análise de Experimentos

Aula 1 • Princípios Básicos da Experimentação

Aborda randomização, replicação e blocagem como os três pilares de experimentos válidos. Relaciona cada princípio à redução de viés e à confiabilidade dos resultados.

Aula 2 • Panorama do Fluxo de Trabalho de DOE

Mapeia o processo completo, desde a definição do problema até a análise e implementação. Oferece aos alunos um roteiro para todos os capítulos subsequentes.

Aula 3 • Definição de Fatores, Respostas e Ruído

Diferencia fatores controláveis, variáveis de ruído incontroláveis e respostas mensuráveis. Prepara os alunos para mapear problemas reais em estruturas experimentais.

Aula 4 • O que é Projeto de Experimentos

Define DOE, suas origens históricas e seu papel na resolução de problemas científicos e industriais. Estabelece o vocabulário utilizado ao longo do curso.

Aula 1 • Análise de Regressão para Experimentos

Aplica regressão linear simples e múltipla para modelar relações fator-resposta. Prepara os alunos para modelagem de superfícies de resposta e predição posteriormente.

Aula 2 • Cálculos de Tamanho Amostral e Poder Estatístico

Ensina como determinar o número de ensaios necessários para detectar efeitos de importância prática. Previne experimentos com poder insuficiente e desperdício de recursos.

Aula 3 • Fundamentos de Testes de Hipóteses

Aborda erros Tipo I e Tipo II, valores-p e intervalos de confiança para comparações experimentais. Relaciona decisões estatísticas a conclusões experimentais.

Aula 4 • Revisão de Probabilidade e Distribuições

Revisa as distribuições normal, t, F e qui-quadrado conforme se aplicam a dados experimentais. Fundamenta os testes de hipóteses subsequentes em suposições distribucionais.

Aula 1 • Testes de Variância e Verificações de Igualdade

Apresenta os testes F e de Levene para comparar variâncias antes da combinação. Garante a seleção correta do teste com base na homogeneidade das variâncias.

Aula 2 • Execução Prática de Experimentos

Orienta os alunos sobre randomização da ordem de ensaio, registro de dados e análise preliminar. Faz a ponte entre a teoria estatística e a prática experimental.

Aula 3 • Alternativas Não Paramétricas

Apresenta os testes de Mann-Whitney e Wilcoxon para dados não normais ou ordinais. Expande o kit de ferramentas do analista para além das suposições paramétricas.

Aula 4 • Procedimentos de Comparações Múltiplas

Aborda a inflação da taxa de erro familiar ao testar múltiplas médias simultaneamente. Apresenta as correções de Tukey, Bonferroni e Dunnett.

Aula 1 • Análise de Resíduos e Validação de Modelo

Aplica diagnósticos de resíduos para verificar as suposições do modelo fatorial e identificar pontos influentes. Garante a validade do modelo antes de tirar conclusões experimentais.

Aula 2 • Efeitos Principais e Efeitos de Interação

Define e calcula efeitos principais e interações de dois fatores a partir de dados fatoriais. Ensina a interpretação de gráficos de interação para a tomada de decisão prática.

Aula 3 • Conceitos de Fatorial Completo de Dois Níveis

Apresenta projetos 2^k, codificação de efeitos e a estrutura da matriz de projeto. Estabelece a base geométrica e algébrica para a experimentação fatorial.

Aula 4 • ANOVA para Projetos Fatoriais

Estende a ANOVA para experimentos multifatoriais, particionando a variância entre efeitos principais e interações. Relaciona as estatísticas F às decisões de significância dos fatores.

Aula 1 • Estrutura de Alias e Confundimento

Ensina como os efeitos se tornam confundidos em projetos fracionados e como identificar cadeias de alias. Permite decisões informadas sobre quais efeitos podem ser estimados de forma independente.

Aula 2 • Análise e Interpretação de Resultados de Triagem

Aplica gráficos de meia probabilidade, método de Lenth e esparsidade de efeitos para identificar fatores ativos. Orienta a transição de experimentos de triagem para otimização.

Aula 3 • Projetos de Meia Fração e de Quarto de Fração

Demonstra a construção e análise de projetos 2^(k-1) e 2^(k-2) para triagem prática. Aborda estratégias de fold-over para quebrar aliasing quando necessário.

Aula 4 • Projetos de Plackett-Burman e Supersaturados

Apresenta projetos de Plackett-Burman para triagem de até N-1 fatores em N ensaios. Compara sua estrutura de alias com fatoriais fracionados regulares.

Aula 1 • Estrutura de Projeto de Parcelas Subdivididas

Explica os fatores de parcela principal e subparcela que surgem de condições experimentais difíceis de alterar. Identifica os dois estratos de erro e seu impacto na análise.

Aula 2 • Projeto de Blocos Completos Aleatorizados

Apresenta o RCBD para remover a variação de perturbação conhecida do erro experimental. Demonstra como a blocagem aumenta a precisão sem a necessidade de ensaios fatoriais adicionais.

Aula 3 • Quadrado Latino e Projetos Relacionados

Usa projetos de quadrado latino para controlar dois fatores de perturbação simultaneamente com o mínimo de ensaios. Estende-se para quadrados Greco-latinos para três fatores de perturbação.

Aula 4 • Análise de Experimentos de Parcelas Subdivididas

Aplica ANOVA de modelo misto para testar corretamente os efeitos de parcela principal e subparcela. Evita o erro comum de usar um único termo de erro combinado.

Aula 1 • Introdução aos Métodos de Superfície de Resposta

Define o conceito de superfície de resposta e a estratégia sequencial para se mover em direção a um ótimo. Posiciona a RSM como o acompanhamento natural dos experimentos de triagem.

Aula 2 • Caminho da Máxima Inclinação

Ensina o método baseado em modelo de primeira ordem para se mover eficientemente em direção à região ótima. Aborda a seleção do tamanho do passo e critérios de parada.

Aula 3 • Ajuste e Análise de Modelo de Segunda Ordem

Ajusta modelos quadráticos completos, interpreta coeficientes e valida a adequação do modelo. Prepara os alunos para caracterizar a forma da superfície e localizar pontos estacionários.

Aula 4 • Projetos Composto Central e de Box-Behnken

Apresenta CCD e BBD como os principais projetos de segunda ordem para RSM. Compara sua rotatabilidade, número de ensaios e adequação prática.

Aula 1 • Relações Sinal-Ruído

Define e calcula relações sinal-ruído de Taguchi para os três objetivos de qualidade. Relaciona a análise de SNR à seleção do nível do fator para robustez.

Aula 2 • Arranjo Combinado e Projeto Robusto Moderno

Apresenta a abordagem de arranjo combinado que integra fatores de controle e ruído em um único projeto. Compara-a com a abordagem de arranjo cruzado de Taguchi em termos de eficiência e informação.

Aula 3 • Filosofia do Projeto Robusto

Apresenta a função de perda de qualidade de Taguchi e o objetivo de minimizar a variação em torno de um alvo. Contrasta o projeto robusto com o controle de qualidade tradicional baseado em tolerância.

Aula 4 • Estudos de Caso de Projeto Robusto

Aplica métodos de projeto robusto a exemplos de manufatura, desenvolvimento de produto e processos de serviço. Reforça o fluxo de trabalho completo, desde a identificação de ruído até as configurações robustas ótimas.