Avaliação da distribuição bootstrap na análise dos riscos em cronogramas de projetos

Orientador : Prof. Dr. José Simão de Paula PintoDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Sociais Aplicadas, Programa de Pós-Graduação em Ciência, Gestão e Tecnologia da Informação. Defesa: Curitiba, 13/02/2017Inclui referências : f. 117-119Resumo: A análise de risco em cronogramas é um fator crítico para o sucesso do planejamento e execução de projetos. Uma das formas de realizá-la é por meio da simulação Monte Carlo, atribuindo distribuições de probabilidades à duração das atividades do cronograma e simulando a execução do projeto várias vezes. O problema é que isso aumenta a carga de trabalho para o gerente do projeto e o obriga a ter conhecimentos em estatística. Para buscar resolver esse problema, esta pesquisa foi elaborada para demonstrar que a distribuição bootstrap pode ser utilizada na análise dos riscos em cronogramas de projetos, porque não seria necessário definir outras distribuições de probabilidades nem estimar seus parâmetros para executar a simulação Monte Carlo. Este estudo foi realizado por meio da análise de correlação entre a distribuição bootstrap e a distribuição triangular em uma amostra de 4.100 projetos fictícios nas mais diversas estruturas. Os resultados mostram que existe correlação entre as duas distribuições e chegou-se à conclusão de que a distribuição bootstrap (bootstrap-rate) pode ser utilizada na análise dos riscos em cronograma de projetos. Palavras-chave: bootstrap-rate; simulação Monte Carlo; análise de risco; cronograma; gerenciamento de projetos; bootstrap.Abstract: Risk analysis in schedules is a critical factor for the success of project planning and execution. One way to do this is using the Monte Carlo simulation, assigning probability distributions to the duration of the schedule activities and simulating the execution of the project several times. The problem is that this increases the workload for the project manager and compels him to have knowledge in statistics. In order to solve this problem, this research was designed to demonstrate that the bootstrap distribution can be used in risk analysis in project schedules, because it would not be necessary to define other probability distributions nor to estimate its parameters for Monte Carlo simulation. This study was carried out through a correlation analysis between the bootstrap distribution and the triangular distribution in a sample of 4,100 fictitious projects in the most diverse structures. The results show that there is a correlation between the two distributions and it was concluded that the bootstrap-rate distribution can be used in the analysis of risks in a project schedule. Keywords: bootstrap-rate; Monte Carlo simulation; schedule; risk analysis; project management; bootstrap