A Multivariat Adaptiv Exponentiell Gewichtet Gleitend Durchschnittlich Kontroll Diagramm

160Quest-ce que CAT. INIST Kat. inist. Cest le signement de plus de plus de 20 Millionen de reacutefeacuterences bibliographiques (depuis 1973) Ausgaben der Sammlungen du fonds documentaire de lInist-Cnrs et couvrant Objektivität des champs de la recherche mondiale en Wissenschaft, Technologie, meacutedecine, sciences humaines et sociales. Si vous tes membre de la communaut Der CNRS (Centre National de la Recherche Scientifique) oder die ESR franccedilais (Enseignement Suprieur et Recherche), der Verfasser, der Verfasser und die 53 Millionen der Bibliotheken. (Nationale de la Recherche Scientifique) durchgeführt. Vous pouvez obtenir gratuitement le Dokument - ESR franccedilais (Enseignement Suprieur et Recherche). Vous pouvez commander le Dokument. Si celui-ci est autoris la Vermehrung par reprographie. - Secteur Öffentlichkeit franais et tranger. Vous pouvez commander le Dokument. Si celui-ci est autoris la Vermehrung par reprographie. 160Was hinter CAT. INIST Cat. inist besteht aus über 20 Millionen bibliographischen Aufzeichnungen (ab 1973) für Dokumente aus Inist-Cnrs-Sammlungen, die alle Weltforschungsbereiche in den Bereichen Wissenschaft, Technik, Medizin, Geistes - und Sozialwissenschaften abdecken. Mit der Suchleiste können Sie direkt zugreifen und mehr als 53 Millionen bibliografische Aufzeichnungen kostenlos abrufen. Viele dieser Aufzeichnungen bieten Links zu Dokumenten, die im Open Access verfügbar sind. Wenn Sie Mitglied des CNRS (National Center For Scientific Research) oder der französischen Hochschulen und Forschungsgemeinschaften sind. Können Sie über die Suchleiste auf Refdoc zugreifen, ein Katalog mit über 53 Millionen bibliographischen Aufzeichnungen. Wenn Sie Mitglied von - CNRS (Nationales Zentrum für wissenschaftliche Forschung) sind: Sie können eine kostenlose Kopie des Dokuments - Französisch Higher Education and Research. Können Sie das Dokument bestellen, wenn es durch eine Genehmigung für die reprografische Reproduktion abgedeckt ist. - Öffentlicher Sektor in Frankreich und anderen Ländern. Können Sie das Dokument bestellen, wenn es durch eine Berechtigung für die reprographische Reproduktion abgedeckt ist. Multivariate Exponential Weighted Moving Average (MEWMA) Kontrolltabelle Eine multivariate Erweiterung des adaptiven exponentiell gewichteten gleitenden Durchschnittes (AEWMA) wird vorgeschlagen. Das neue multivariate Schema kann kleine und große Verschiebungen im Prozessmittelvektor effektiv detektieren. Das vorgeschlagene Schema kann als eine reibungslose Kombination eines multivariaten exponentiell gewichteten gleitenden Durchschnittes (MEWMA) und eines Shewhart-Charts angesehen werden. Die optimale Gestaltung des vorgeschlagenen Diagramms ergibt sich aus einer vorgegebenen mittleren durchschnittlichen Durchlauflänge und zwei Verschiebungsgrößen, die jeweils eine kleine und große Verschiebung aufweisen, die jeweils in Bezug auf den Nicht-Zentralitätsparameter gemessen wird. Der Signalwiderstand des neu vorgeschlagenen multivariaten Diagramms ist ebenfalls gegeben. Vergleiche zwischen dem neuen Diagramm, dem MEWMA-Diagramm und dem kombinierten Shewhart-MEWMA-Diagramm (S-MEWMA) in Form von Standard - und Worst-Case-Durchschnittslauflängenprofilen werden vorgestellt. Zusätzlich werden die drei Diagramme mit ihren Worst-Case-Signalwiderstandswerten verglichen. Die vorgeschlagene Tabelle gibt etwas bessere Worst-Case-ARL-und Signal-Widerstandswerte als die konkurrierenden Charts. Es gibt auch bessere Standard-ARL-Performance vor allem für mittlere und große Schichten. Die Wirksamkeit unserer vorgeschlagenen Tabelle wird anhand eines Beispiels mit simuliertem Datensatz illustriert. Möchten Sie den Rest dieses Kapitels lesen. Diese Prozedur wird im Folgenden als fester Wechselpunkt (FCP) bezeichnet. Eine andere mögliche Vergleichsmethode ist die naiv-zitierte multivariate EWMA-Methode, die Z j als einen langen multivariaten Vektor behandelt (vgl. Lowry et al., 1992), der als MEW-Diagramm bezeichnet wird. Für alle FCP-, SSN - und MEW-Charts folgten wir der Empfehlung von Zou, Tsung und Wang (2008), die Bandbreite h auf h E 1,5n 1/5 n i1 (x i x) 2 / n 1/2 zu wählen. Abstrakte Zusammenfassung ABSTRAKT: In vielen Anwendungen ist die Qualität eines Prozesses am besten durch eine funktionale Beziehung zwischen einer Antwortvariablen und einer oder mehreren erklärenden Variablen gekennzeichnet. Die Profilüberwachung dient der Überprüfung der Stabilität dieser Beziehung über die Zeit. Kontrolldiagramme, die auf einer nichtparametrischen Regression basieren, sind besonders nützlich, wenn die in-Kontrolle (IC) oder die außer Kontrolle befindliche (OC) Beziehung zu kompliziert ist, um parametrisch spezifiziert zu werden. Dieses Papier schlägt ein neuartiges nichtparametrisches Kontrolldiagramm unter Verwendung einer sequentiellen Wechselpunktformulierung mit verallgemeinerten Wahrscheinlichkeitsverhältnistests vor. Seine Steuergrenzen werden durch ein Bootstrap-Verfahren bestimmt. Dieses Diagramm kann ohne Kenntnis der Fehlerverteilungen implementiert werden, solange einige IC-Profile vorher verfügbar sind. Darüber hinaus bietet das vorgeschlagene Steuerungsdiagramm, das von bestimmten guten Eigenschaften des dynamischen Wechselpunktansatzes und der vorgeschlagenen Diagramm-Statistik profitiert, nicht nur einen ausgeglichenen Schutz gegen Verschiebungen unterschiedlicher Größen, sondern passt sich auch an die Glätte der Differenz zwischen IC und OC an Regression-Funktionen. Folglich hat es eine nahezu optimale Leistung für verschiedene OC-Bedingungen. Volltext-Artikel Jan 2010 Changliang Zou Peihua Qiu Douglas Hawkins quotDie MEWMA-Vektor vorgeschlagen von Lowry et al. 3 ist definiert als: ZEIT Auszug Zusammenfassung verstecken ABSTRAKT: Die standardmäßige multivariate Kontrollkarte verwendet in der Regel eine feste Stichprobengröße im festen Stichprobenintervall (FSI), um einen Prozess zu überwachen. In dieser Studie wird ein multivariat exponentiell gewichteter gleitender Durchschnitt (MEWMA) mit variablen Stichprobenintervallen (VSI) untersucht. Das MEWMA-Diagramm mit VSI ändert das Abtastintervall des Prozesses in Abhängigkeit von den Daten des Prozesses. Das Leistungsmaß des VSI-MEWMA-Diagramms wird durch einen Markov-Ketten-Ansatz erhalten und wird mit dem entsprechenden Standard-FSI-MEWMA-Diagramm in Bezug auf die durchschnittliche Zeit bis zum Signal für eine unterschiedliche Größe der Verschiebungen im Prozessmittel verglichen. Es wird gezeigt, dass das VSI MEWMA-Diagramm effizienter ist als das entsprechende Standard-FSI-MEWMA-Diagramm bei der Erfassung von Verschiebungen im Prozessmittel. Zudem wurde die multivariate Version des CUSUM-Diagramms von Woodall und Ncube (1985) und Croisier (1988) vorgeschlagen. Eine multivariate Erweiterung des exponentiell gewichteten gleitenden Durchschnittes (MEWMA) findet sich bei Lowry et al. (1992). Zusammenfassung Abstract In diesem Artikel wird eine Methodik vorgestellt, die dazu beiträgt, die Hauptmittelverschiebungen, die als Hauptalarme bezeichnet werden, in einem nicht normalen multivariaten Prozess unter Verwendung der verfügbaren In-Control-Daten vorherzusagen. Die Analyse basiert auf der Transformation der beobachteten korrelierten Variablen zu unabhängigen Faktoren durch unabhängige Komponentenanalyse. Diese unabhängigen Komponenten ermöglichen es, Verschiebungen zu simulieren, die die Kovarianzstruktur erhalten. Die grafischen Darstellungen dieser simulierten Verschiebungen sind hilfreich bei der Verbesserung der Gestaltung und Steuerung des Prozesses. Es werden zwei reale Herstellungsverfahren präsentiert, die den Vorteil der vorgeschlagenen Methodik zeigen. Artikel Nov 2008 Isabel Gonzlez Ismael Snchez