Modelagem estatística do tempo de pega do cimento de uma empresa do ramo da construção civil
Palavras-chave:
Modelagem estatística, Tempo de pega, Cimento portland, Modelos lineares generalizados, RegressãoResumo
Neste artigo apresentamos um estudo de modelagem estatística via regressão do tempo de pega do cimento. Consideramos como variáveis explicativas as componentes químicas e físicas de sua composição. Utilizamos os dados dos relatórios de ensaio da Empresa Itambé. Realizamos um resgate bibliográfico e uma análise descritiva das variáveis de cada tipo de cimento envolvido no estudo, bem como análise de correlações. Na análise inferencial realizamos testes de comparação seguido da modelagem do tempo de pega em função das variáveis da composição dos cimentos. Apresentamos resultados comparativos, definindo as variáveis que mais influenciam no tempo de pega de cada cimento.
Downloads
Referências
ABBAD, G.; TORRES, C. V. Regressão múltipla stepwise e hierárquica em Psicologia Organizacional: aplicações, problemas e soluções. SciELO, Brasília-DF, 7, p. 19-29, 2002. Disponível em: https://www.scielo.br/j/epsic/a/KFxQw4JLVkTbYtLqs7PxbnQ/?lang=pt. Acesso em: 20 dez. 2022. DOI: https://doi.org/10.1590/S1413-294X2002000300004.
CIMENTO, um Pó que Resiste ao Tempo. Brochura Secil (impressa). Portugal, 1999.
CORDEIRO, G. M. Modelos Lineares Generalizados. Campinas: UNICAMP, IMECC, 1986.
COUTINHO, A. S. Fabrico e Propriedades do Betão. LNEC, Lisboa, 1988.
DEMÉTRIO, C. G. B. Modelos Lineares Generalizados em Experimentação Agronômica. Piracicaba: ESALQ/USP, Departamento das Ciências Exatas, 2001.
GOMES, F. P. Curso de Estatística Experimental. 13.ed. São Paulo, Editora Nobel, 1990.
HEINECK, K. S. Estudo da influência de cimentações introduzidas sob tensão. Dissertação de Mestrado, PPGEC/UFRGS. Porto Alegre, 1998.
HOSMER, D. W., LEMESHOW, S. Applied Logistic Regression. John Wiley, New York, 2000.
KIHARA, Y., VISEDO, G. A Indústria do Cimento e o Desenvolvimento do Brasil. AssociaçãoBrasileira de Cimento Portland, Portal ABCP, 2014.
KLEINBAUM, D. G., KLEIN, M. Logistic Regression: a self-learning text. New York: Springer-Verlac, 2002.
McCULLAGH, P., NELDER, J.A. Generalized Linear Models. 2nd edition, Chapman and Hall: London, 1989.
MONTGOMERY, D. C.; RUNGER, G. C. Applied Statistic and Probability for Engineers. 3.ed., Nova Iorque: John Wiley & Sons Inc., 2003.
NELDER, J. A.; WEDDERBURN, R. W. M. Generalized Linear Models. Journal of the Royal Statistical Society A, v. 135, n. 3, p.370-384, 1972. DOI: https://doi.org/10.2307/2344614.
RAGO, F.; CINCOTTO, M. A. A reologia da pasta de cimento e a influência da cal. In: Simpósio Brasileiro de Tecnologia das Argamassas, 1ª ed., 1995. Anais. Goiânia: Universidade Federal de Goiás. p. 25-32. Disponível em: https://gtargamassas.org.br/eventos/file/2-a-reologia-da-casca-de-cimento-e-a-influencia-da-cal. Acesso em: 20 jan. 2022.
TRIOLA, Mario F. Introdução a Estatística. 7.ed. LTC. Rio de Janeiro, 2008.
Arquivos adicionais
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Revista Brasileira de Iniciação Científica
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
