Statistical analysis of variables of tires' specifications and respective tests

Abstract

The objective of this study was to identify the most important predictor variables regarding the dimensions of an agricultural tire, as well as the development of a tool, using various methods, that would allow the user to predict the nal dimensional results, as well as understand the impact that each variable’s value change would have on that same result. In order to do that linear regression and logistic regression were used. To make the predictions about the nal dimensional results, two different models based on linear regression were developed; one for each of the response variables (X36 and X37) regarding the tire’s dimensions. This also allowed the understanding of which variables were the most impactful ones on the nal result for each of the dimensions. The results were then validated using values that weren’t present in the initial data, with the objective of understanding if the obtained models were correctly adjusted, and if the they were providing good simulations. After analyzing the results it was safe to conclude that the error of the simulations was within an acceptable range. On the other hand, the logistic regression was applied to understand, given the values of the variables, what was the chance of a tire passing or failing the dimensional test. Finally, in order to facilitate the calculation of the previously mentioned simulations for new tires, there was a need to develop a tool that would allow the user to obtain results in a friendly environment. This tool was developed in the R Shiny environment. All the modeling was made using the software R, version 3.5.2. (2018-12-20).

O objectivo deste estudo passou por identificar quais as variáveis mais importantes tendo em conta os aspectos dimensionais de um pneu agricultural, bem como o desenvolvimento de uma ferramenta, usando varios métodos, que permitiriam prever a dimensão final do pneu, bem como entender o impacto no resultado final após realizar alterações nos valores das variáveis Com esse objectivo em mente foram aplicadas duas diferentes metodologias, a regressão linear e logística. De forma a realizar previsões sobre o resultado dimensional final do pneu foram desenvolvidos dois modelos distintos, usando regressão linear, um para cada uma de duas variáveis resposta (X36 e X37). Este processo também permitiu a compreensão de quais as variáveis apresentam um maior impacto na dimensão final do pneu. Os resultados foram posteriormente validados utilizando valores que não se encontravam na base de dados inicial, com o objectivo de entender se os modelos obtidos se ajustavam correctamente e se, consequentemente, as simulações obtidas eram aceitáveis. Depois de analisar os resultados foi possível concluir que o erro presente nas simulações estava dentro dos limites aceitáveis. Por outro lado, a regressão logística foi utilizada de forma a entender, tendo em conta os valores apresentados pelas variáveis, qual seria a possibilidade de um pneu passar ou falhar no teste dimensional. Por fim, de forma a facilitar o cálculo das simulações previamente mencionadas para novos pneus existiu a necessidade de desenvolver uma ferramenta que permitisse ao utilizador obter esse resultado apenas introduzindo os inputs necessários para cada uma das variáveis. Esta ferramenta foi desenvolvida utilizando o R Shiny. Toda a modelação foi realizada utilizando o software R versão 3.5.2 (2018-12-20).