Περίληψη : | In the present thesis we focus on performing statistical modeling in the production of refreshment containers (cans). The typical can is separated in 3 parts, which are called “Boby”, “End” and “Tab”. The three parts are produced separately and from a different aluminum alloy. This thesis is referred only to the production of the part “Body”. During the processing of aluminum a part of the material is cut off, which is next recycled in order to create new aluminum products. In various cases that some type of failure occurs, we need to scrap some of the material which goes for recycling and whose quantity the company wishes to minimize. One of the most important indexes of the plat is the Return Index which measures the internal recycling. Specifically, we take the ratio of the starting weight of aluminum over the weight produced in the end (original weight/ production). The main target is to find which variables affect significantly the return index. We start with a descriptive analysis and then move to multiple linear regression. It is known that the return index increases in the presence of non-conformities (failures). In this grounds, (Bayesian) logistic regression was applied to investigate which of the explanatory variables increase the probability of having a failure. Some of the explanatory variables were correlated and so decision trees were also tried. The statistical analysis performed using the freeware R. Στην παρούσα εργασία εστιάζουμε στην παραγωγή του αλουμινένιου κουτάκι αναψυκτικού. Το κλασικό κουτάκι για αναψυκτικά χωρίζεται σε 3 μέρη τα οποία ονομάζονται "Body","End" και "Tab". Τα τρία μέρη παράγονται ξεχωριστά και από διαφορετική σύνθεση αλουμινίου. Η παρούσα εργασία αναφέρεται μόνο στην παραγωγή του “Boby”. Λόγου της φύσης της διαδικασίας παραγωγής αλουμινίου αναγκαστικά κόβεται ένα μέρος του υλικού το οποίο ανακυκλώνεται με σκοπό την δημιουργία νέων προϊόντων αλουμινίου. Παρόλο που ανακυκλώνεται το προϊόν έχει κάποιο σημαντικό κόστος στην εταιρία οπότε η ανακύκλωση πρέπει να είναι όσο μικρότερη γίνεται. Ένας από τους σημαντικότερες δείκτες της ΕΛΒΑΛ είναι ο συντελεστής επιστροφής (Σ.Ε.) ο οποίος ποσοτικοποιεί την εσωτερική ανακύκλωση. Συγκεκριμένα μετράει το αρχικό βάρος του αλουμινίου δια το βάρος που παράχθηκε τελικά (Σ.Ε. = Αρχικό βάρος/παραγωγή). Ο κύριος στόχος είναι να βρούμε ποιες μεταβλητές επηρεάζουν σημαντικά τον Σ.Ε. Στην κατεύθυνση αυτή αρχικά έγινε περιγραφική ανάλυση και εφαρμόστηκε γραμμική παλινδρόμηση. Γνωρίζοντας πως όταν υπάρχει κάποια αστοχία στο προϊόν ο συντελεστής επιστροφής αυξάνεται, εφαρμόστηκε (Bayesian) λογιστική παλινδρόμηση για να ερευνηθεί ποιες από της επεξηγηματικές μεταβλητές αυξάνουν την πιθανότητα να έχουμε αποτυχία. Μερικές από της επεξηγηματικές μεταβλητές είναι συσχετισμένες και έτσι χρησιμοποιήθηκαν εναλλακτικά και δένδρα αποφάσεων (Decisions trees). Η ανάλυση των δεδομένων έγινε με την χρήση της R
|
---|