An ปรับตัว ชี้แจง ถัว เฉลี่ยเคลื่อนที่ ควบคุม แผนภูมิ

ค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักที่เป็นตัวเลข (Expedential Weighted Moving Average - EWMA) เป็นสถิติสำหรับการตรวจสอบกระบวนการที่ใช้ข้อมูลโดยเฉลี่ยในลักษณะที่ให้น้ำหนักน้อยและน้อยกว่าเมื่อนำข้อมูลออกไปในเวลาต่อไป การเปรียบเทียบแผนภูมิควบคุม Shewhart และเทคนิคการควบคุม EWMA สำหรับเทคนิค Shewhart chart control การตัดสินใจเกี่ยวกับสถานะของการควบคุมกระบวนการนี้ได้ตลอดเวลา (t) ขึ้นอยู่กับการวัดล่าสุดจากกระบวนการนี้และแน่นอนว่า ระดับของความเป็นเลิศของการประมาณขีด จำกัด การควบคุมจากข้อมูลทางประวัติศาสตร์ สำหรับเทคนิคการควบคุม EWMA การตัดสินใจจะขึ้นอยู่กับสถิติ EWMA ซึ่งเป็นค่าเฉลี่ยถ่วงน้ำหนักแบบทวีคูณของข้อมูลทั้งหมดรวมทั้งการวัดล่าสุด การเลือกขั้นตอนการควบคุม EWMA สามารถทำให้เกิดความรู้สึกไวต่อการล่องลอยในขั้นตอนเล็ก ๆ หรือทีละขั้นขณะที่ขั้นตอนการควบคุม Shewhart สามารถตอบสนองได้เฉพาะเมื่อจุดข้อมูลล่าสุดอยู่นอกขีด จำกัด การควบคุมเท่านั้น ความหมายของ EWMA สถิติที่คำนวณได้คือ: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1,, 2,, ldots ,, n (mbox 0) คือค่าเฉลี่ยของข้อมูลทางประวัติศาสตร์ (เป้าหมาย) (Yt) คือการสังเกตการณ์ในเวลา (t) (n) คือจำนวนของการสังเกตการณ์ที่ต้องติดตามรวมทั้ง (mbox 0) (0 การตีความของแผนภูมิการควบคุม EWMA สีแดง จุดเป็นข้อมูลดิบที่เส้นขรุขระเป็นสถิติ EWMA เมื่อเวลาผ่านไปแผนภูมิบอกเราว่ากระบวนการนี้อยู่ในการควบคุมเพราะทั้งหมด (mbox t) อยู่ระหว่างข้อ จำกัด ของการควบคุมอย่างไรก็ตามดูเหมือนว่าจะมีแนวโน้มสูงขึ้นในช่วง 5 ผลการดำเนินงานของแผนภูมิควบคุมการเคลื่อนที่แบบถ่วงน้ำหนักที่มีการคำนวณด้วยค่าทางเลือกที่เป็นแบบพหุคูณที่ปรับเปลี่ยนได้โดยใช้พารามิเตอร์ที่ประมาณการไว้ประวัติการตีพิมพ์ฉบับออนไลน์: 20 พฤษภาคม 2556 ฉบับที่จัดทำขึ้นโดยทางออนไลน์: 17 เมษายน 2012 ฉบับที่ได้รับการยอมรับ: 20 กุมภาพันธ์ 2555 Manuscript received: 31 January 2012 โปรดเปิดการใช้งานจาวาสคริปต์เพื่อดูเนื้อหาที่เกี่ยวข้องในบทความนี้การอ้างถึงวรรณคดีจำนวนครั้งที่อ้าง 12 1 Huifen Chen David Goldsman Bruce W. Schmeiser Kwok-Leung Tsui Symmetric-charles: ความไวต่อ nonno rmality และการประมาณค่าขีด จำกัด ของการควบคุมการสื่อสารในสถิติ - การจำลองและการคำนวณ 2017. 46. 1, 358 CrossRef 2 R. Zheng. S. Chakraborti แผนภูมิการควบคุมค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบไม่ถ่วงน้ำหนักแบบขั้นบันได Phase II nonparametric, วิศวกรรมคุณภาพ 2016. 28. 4, 476 CrossRef 3 R. Noorossana S. Fathizadan M. R. Nayebpour ประสิทธิภาพของแผนภูมิควบคุม EWMA ด้วยพารามิเตอร์โดยประมาณภายใต้มาตรฐาน Non-normalality, Quality & Reliability Engineering International 2016. 32. 5, 1637 Wiley ห้องสมุดออนไลน์ 4 Deborah K. Shepherd. Charles W. Champ Steven E. Rigdon คุณสมบัติของแผนภูมิการควบคุมแอตทริบิวต์ Markov-Dependent โดยใช้พารามิเตอร์ทางวิศวกรรมคุณภาพและความน่าเชื่อถือโดยประมาณ 2016. 32. 2, 485 Wiley ห้องสมุดออนไลน์ 5 Aya A. Aly. Mahmoud A. Mahmoud Ramadan Hamed ผลการดำเนินงานของแผนภูมิควบคุมการเคลื่อนที่แบบถ่วงน้ำหนักแบบปรับน้ำหนักเชิงตัวเลขแบบปรับตัวแปรหลายตัวแปรด้วยพารามิเตอร์ทางวิศวกรรมคุณภาพและความน่าเชื่อถือโดยประมาณระหว่างประเทศ 2016. 32. 3, 957 Wiley ห้องสมุดออนไลน์ 6 Aya A. Aly. Nesma A. Saleh Mahmoud A. Mahmoud William H. Woodall การประเมินค่าใหม่ของแผนภูมิการควบคุมการเคลื่อนที่โดยถ่วงน้ำหนักแบบมีการแจกแจงแบบปรับน้ำหนักเชิงตัวเลขแบบปรับน้ำหนักได้เมื่อพารามิเตอร์เป็นค่าประมาณวิศวกรรมคุณภาพและความน่าเชื่อถือระหว่างประเทศ 2015. 31. 8, 1611 Wiley ห้องสมุดออนไลน์ 7 Stelios Psarakis. แผนภูมิควบคุมการปรับตัว: การพัฒนาล่าสุดและส่วนขยายคุณภาพและความน่าเชื่อถือทางวิศวกรรมระหว่างประเทศ 2015. 31. 7, 1265 Wiley ห้องสมุดออนไลน์ 8 Athanasios C. Rakitzis. เกี่ยวกับประสิทธิภาพของแผนภูมิกฎการวิ่งที่แก้ไขด้วยพารามิเตอร์ที่ประมาณไว้การสื่อสารในสถิติ - การจำลองและการคำนวณ 2015. 1 CrossRef 9 S. L. Lim Michael B. C. Khoo W. L. Teoh M. Xie การออกแบบที่เหมาะสมของขนาดตัวอย่างและตัวแปรการสุ่มตัวอย่าง ltmml ช่วงเวลา: altimgquotsi0075.gifquot คณิตศาสตร์ overflowquotscrollquot xmlns: xmlns xocsquotelsevierxmlxocsdtdquot: xmlns xsquotw3.org2001XMLSchemaquot: xsiquotw3.org2001XMLSchema-instancequot xmlns xmlnsquotelsevierxmljadtdquot: xmlns jaquotelsevierxmljadtdquot: xmlns mmlquotw3.org1998MathMathMLquot: xmlns tbquotelsevierxmlcommontabledtdquot: xmlns sbquotelsevierxmlcommonstruct-bibdtdquot : xmlns cequotelsevierxmlcommondtdquot: xmlns xlinkquotw3.org1999xlinkquot: xmlns calsquotelsevierxmlcommoncalsdtdquot: saquotelsevierxmlcommonstruct-affdtdquotgtltmml: ผู้เสนอญัตติ accentquottruequotgtltmml: migtXltmml: migtltmml: mogtmacrltmml: mogtltmml: movergtltmml: mathgt แผนภูมิเมื่อพารามิเตอร์กระบวนการมีประมาณนานาชาติวารสารเศรษฐศาสตร์การผลิต 2015. 166. 20 CrossRef 10 Aamir Saghir Zhengyan Lin แผนภูมิการเคลื่อนที่แบบถ่วงน้ำหนักเชิงตัวเลขแบบพลิกระดับเชิงลบที่มีการควบคุมโดยประมาณ, คุณภาพและความน่าเชื่อถือทางวิศวกรรมระหว่างประเทศ 2015. 31. 2, 239 Wiley ห้องสมุดออนไลน์ 11 Stelios Psarakis. Angeliki K. Vyniou Philippe Castagliola การพัฒนาล่าสุดบางประการเกี่ยวกับผลกระทบของการประมาณค่าพารามิเตอร์ในแผนภูมิควบคุมคุณภาพและความน่าเชื่อถือทางวิศวกรรมระหว่างประเทศ 2014. 30. 8, 1113 Wiley ห้องสมุดออนไลน์ 12 Zhonghua Li. Changliang Zou Zhen Gong Zhaojun Wang การคำนวณความยาวเฉลี่ยและระยะเวลาในการส่งสัญญาณ: ภาพรวมวารสารการคำนวณและการจำลองทางสถิติ 2014. 84. 8, 1779 CrossRefTitre du document ชื่อเอกสาร A แผนภูมิตัวแปรควบคุมการเปลี่ยนแปลงค่าเฉลี่ยที่ปรับเปลี่ยนได้หลายรูปแบบโดยใช้เลขชี้กำลังเชิงตัวเลขจำนวนผู้มีส่วนร่วม (s) ผู้แต่ง (s) พันธมิตร (s) du ou des auteurs ผู้แต่ง (s) สังกัด (1) กรม สถิติมหาวิทยาลัยไคโรไคโรบทคัดย่อของ EGYPTE Rsum บทคัดย่อการควบคุมค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบถ่วงน้ำหนักแบบทวีคูณ (AEWMA) แบบปรับขนาดได้หลายตัวแปร โครงการ multivariate ใหม่สามารถตรวจจับการเปลี่ยนแปลงขนาดเล็กและขนาดใหญ่ในกระบวนการหมายถึงเวกเตอร์ได้อย่างมีประสิทธิภาพ รูปแบบที่เสนอนี้สามารถดูได้จากการผสมผสานของแผนภูมิค่าเฉลี่ยถ่วงน้ำหนักแบบทวีคูณ (MEWMA) หลายตัวแปรและแผนภูมิ Shewhart 2 การออกแบบที่ดีที่สุดของกราฟที่เสนอจะได้รับตามระยะเวลาการทำงานโดยเฉลี่ยในการควบคุมที่กำหนดไว้ล่วงหน้าและมีขนาดกะสองกะขนาดเล็กและขนาดใหญ่ที่วัดได้ในแง่ของพารามิเตอร์ที่ไม่ใช่ส่วนกลาง ความต้านทานสัญญาณของกราฟหลายตัวแปรที่เสนอใหม่จะได้รับ การเปรียบเทียบระหว่างแผนภูมิใหม่แผนภูมิ MEWMA และแผนภูมิ Shewhart-MEWMA (S-MEWMA) ที่รวมกันในแง่ของมาตรฐานความยาวเฉลี่ย นอกจากนี้แผนภูมิสามตัวจะเปรียบเทียบกับค่าความต้านทานสัญญาณแย่ที่สุด แผนภูมิที่เสนอจะให้ค่าความต้านทาน ARL และค่าความต้านทานสัญญาณที่แย่ที่สุดในกลุ่มตัวอย่างที่แย่กว่าคู่แข่ง นอกจากนี้ยังให้ประสิทธิภาพที่ดีขึ้นสำหรับ ARL โดยเฉพาะอย่างยิ่งสำหรับการเลื่อนระดับปานกลางและใหญ่ ประสิทธิภาพของแผนภูมิที่เสนอของเราแสดงด้วยตัวอย่างที่มีชุดข้อมูลจำลอง Revue Journal Title แหล่งที่มา 2010, ฉบับ 39, no 3-5, pp 606-625 20 หน้า (บทความ) (1 p.) Langue Language Editeur สำนักพิมพ์ Taylor amp ฟรานซิส, Philadelphia, PASTAT-UNIS (1976) (Revue) Mots-cls anglais ภาษาอังกฤษ KeywordsAn แผนภูมิ Adaptive Weighted Moving Average การควบคุมค่าเฉลี่ย quotYakir et al. (1999) และ Krieger et al. (2003) พิจารณารูปแบบการเปลี่ยนหลังการแปลงเชิงเส้น Capizzi และ Mascrotto (2003) เสนอขั้นตอนการปรับ EWMA ขั้นตอนการปรับตัวของ Shiryayev-Roberts โดยใช้ตัวประมาณค่าที่เหมาะสมคือการพิจารณาใน Lorden และ Pollak (2005) บทคัดย่อ: ในบทความนี้เราจะพิจารณาขั้นตอน CUSUM แบบลำดับต่อเนื่องที่ปรับเปลี่ยนได้ในครอบครัวที่มีการชี้แจงซึ่งจะมีการประมาณค่าพารามิเตอร์จุดเปลี่ยนและหลังการเปลี่ยนแปลง แสดงให้เห็นว่าขั้นตอน CUSUM แบบปรับตัวได้มีประสิทธิภาพตามลำดับแรก ศึกษาความอคติเชิงเงื่อนไขของการประมาณค่าพารามิเตอร์การเปลี่ยนแปลงและพารามิเตอร์หลังการเปลี่ยนแปลง เปรียบเทียบกับขั้นตอน CUSUM คลาสสิกในกรณีปกติจะทำ มีการใช้การไหลของแม่น้ำไนล์และชุดข้อมูลอุณหภูมิส่วนกลางโดยเฉลี่ยสำหรับการสาธิต บทความฉบับเต็มสิงหาคม 2016 Yanhong Wu โควต้าเป็นค่าเฉลี่ยถ่วงน้ำหนักแบบทวีคูณและใช้ค่าสูงสุด (, k1, n (,)) เป็นค่าประมาณที่ปรับได้ EWMA เป็นเครื่องมือควบคุมแผนภูมิได้รับการศึกษาอย่างกว้างขวางในวรรณคดีและขั้นตอนการปรับ EWMA สามารถมองเห็นได้ใน Capizzi และ Mascrotto (2003) ข้อได้เปรียบของ EMMA คือการประมาณค่าเฉลี่ยของความยืดหยุ่นในการเปลี่ยนโครงสร้างหลังการเปลี่ยนแปลง "เอกสารการประชุมฉบับเต็มสิงหาคม 2558 วารสารการผลิตระหว่างประเทศ Yanhong Wu quotWhen k 1 ที่ระบุมีความแตกต่างจาก k ที่มีการเปลี่ยนแปลงจริงตารางการควบคุมตามวิธีอัตราส่วนความน่าจะเป็นมีประสิทธิภาพต่ำ ในกรณีที่ไม่เหมือนกันแผนการปรับตัว (Sparks 2000 Capizzi and Masarotto 2003 Shu and Jiang 2006 Jiang, Shu และ Apley 2008 Shu, Jiang และ Wu 2008 Wu et al. 2009) ได้ถูกนำมาใช้เพื่อแก้ปัญหานี้ ในส่วนนี้เราขอแนะนำ MASC chart เวอร์ชันที่ปรับตัวได้ บทคัดย่อ: คล้ายคลึงกับแผนภูมิ CUSUM ที่ไม่เหมือนกันแผนภูมิ CUSUM (MCUSUM) หลายตัวแปรสามารถออกแบบเพื่อตรวจหาขนาดโดยเฉลี่ยของการเปลี่ยนแปลงค่าเฉลี่ยได้อย่างเหมาะสมโดยอิงตามรูปแบบของการทดสอบอัตราส่วนโอกาสต่อเนื่องสำหรับพารามิเตอร์ noncentrality อย่างไรก็ตามในกรณีหลายตัวแปรอัตราความน่าจะเป็นของการทดสอบตามลำดับเป็นไปได้ยากทางคณิตศาสตร์และสถิติการทดสอบตามอัตราส่วนไม่มีรูปแบบปิดซึ่งทำให้ไม่สามารถใช้งานได้จริง เราขับอัตราส่วนประมาณ log-likelihood และเสนอกราฟการควบคุมกระบวนการทางสถิติหลายตัวแปรโดยพิจารณาจากการทดสอบตามลำดับ 2 เพื่อตรวจหาการเปลี่ยนแปลงพารามิเตอร์ noncentrality มีการสำรวจคุณสมบัติทางสถิติของสถิติการทดสอบที่เสนอไว้ ประสิทธิภาพเฉลี่ยของช่วงเวลาทำงาน (ARL) ของแผนภูมิที่เสนอจะเปรียบเทียบกับแผนภูมิ MCUSUM อื่นสำหรับการตรวจสอบค่าเฉลี่ยของกระบวนการ ผลการทดลองแสดงให้เห็นว่าแผนภูมิที่นำเสนอสามารถบรรลุผลการปฏิบัติงานของ ARL ที่ดีกว่าทั้งในสภาวะศูนย์และสถานะคงที่โดยเฉพาะอย่างยิ่งเมื่อขนาดของการวัดมีขนาดใหญ่ บทความฉบับเต็มกันยายน 2014