ANÁLISE DE REGRESSÃO E SIMULAÇÃO NO GERENCIAMENTO DE INDICADORES DE DESEMPENHO INDUSTRIAL

Abstract

Os métodos estocásticos podem ser utilizados na solução de problemas e explicação de fenômenos naturais através de procedimentos estatísticos. Este trabalho busca associar dois dos métodos estocásticos mais influentes, análise de regressão e simulação de sistemas, com o objetivo de facilitar o entendimento prático da análise de dados. Os algoritmos são desenvolvidos em Excel, utilizando várias técnicas estatísticas como a teoria da regressão, ANOVA, método de Monte Carlo e fatoração de Cholesky para criar modelos de análises de sistemas simples e múltiplos com até cinco variáveis independentes. Neste estudo, os modelos são testados através da execução de análises de indicadores de desempenho industrial. Entre os resultados das análises, estão índices numéricos criados com o objetivo de melhorar o gerenciamento das metas para indicadores de conformidade, através da identificação de instabilidade, correlação e anomalias do sistema. Apesar de simples e acessíveis, os modelos de análise apresentados nesta pesquisa entregaram resultados satisfatórios com inúmeras possibilidades de aplicações empresariais e acadêmicas, além do potencial para desdobramento em novas técnicas de análise.