Self Partenza Multivariata Esponenzialmente Ponderata Mobile Media Control Grafici

Auto-Avvio multivariata ponderata esponenzialmente media mobile di controllo Charting Hawkins, Douglas M. Maboudou-Tchao, Edgard M. (ASAASQ) dell'Università del Minnesota, Stati Uniti d'America University of Central Florida, Stati Uniti d'America Technometrics Vol. 49 n ° 2 QICID:. 21099 giugno 2007 pp 199-209 Lista 10.00 membro 5,00 per un tempo limitato, accesso a questi contenuti 'GRATIS Hai bisogno di essere firmato a New per ASQ registrati qui.. Articolo Abstract Questo abstract è basata su astratte autori. La progettazione di carte di controllo prevede l'utilizzo di parametri di processo in-controllo che si presumono essere conosciuto esattamente, ma nella maggior parte delle applicazioni industriali, i parametri sono sconosciuti e sono stimati in un esercizio di calibratura fase di speciale. Questo aggiunge un elemento casuale alle prestazioni tiratura e può danneggiare le prestazioni del grafico. Esistenti metodi di auto-avviamento univariata possono iniziare il controllo del processo di destra dopo l'avvio, senza la fase preliminare di grandi dimensioni che campione. Questo studio sviluppa un equivalente multivariata trasformando le letture di processo in un flusso di vettori segue una distribuzione esatta noto parametro. Questa corrente di vettori può essere utilizzato per costruire qualsiasi grafico di controllo multivariata. Il multivariata esponenzialmente ponderata in movimento grafico media costruito per illustrare il metodo avrà le stesse proprietà di controllo, come quando la media del processo e matrice di covarianza erano conosciuti esattamente. decomposizione di Cholesky,, regolazione Regressione residua ricorsivo, carte di controllo multivariate, di decomposizione, l'analisi di regressione, ponderata esponenzialmente in movimento classifiche medi di controllo (EWMA), Run distributionSelf-A partire multivariata ponderata esponenzialmente media mobile di controllo Charting Nota: rivedere sempre le referenze e apportare le correzioni necessarie prima di utilizzare. Prestare attenzione ai nomi, capitalizzazione e le date. Descrizione: La missione di Technometrics è quello di contribuire allo sviluppo e l'utilizzo di metodi statistici nelle scienze fisiche, chimiche e ingegneristiche. Il suo contenuto presenta documenti che descrivono le nuove tecniche statistiche, illustrano innovativa applicazione di metodi statistici noti, o metodi di revisione, i problemi, o la filosofia in un particolare settore delle statistiche o la scienza, quando tali documenti sono coerenti con la missione riviste. Applicazione della metodologia proposta è giustificata, di solito per mezzo di un problema reale nelle scienze fisiche, chimiche o di ingegneria. Papers sulla rivista riflettono pratica moderna. Questo include l'accento sui nuovi approcci statistici per lo screening, la modellazione, caratterizzazione modello, e il rilevamento delle modifiche che sfruttano le capacità di calcolo di massa. Papers riflettono anche cambiamenti di atteggiamenti di analisi dei dati (ad esempio, test meno formale ipotesi, modelli più a muro tramite analisi grafica), in quanto è importante aree di applicazione sono gestite (per esempio la garanzia della qualità attraverso il design robusto, piuttosto che un'ispezione dettagliata). Copertura: 1959-2011 (. Vol. 1, No. 1 - Vol 53, No. 4) Il muro in movimento rappresenta il periodo di tempo che intercorre tra l'ultimo numero disponibile in JSTOR e la questione più recente pubblicazione di una rivista. pareti mobili sono generalmente rappresentati da anni. In rari casi, un editore ha scelto di avere uno zero muro in movimento, così i loro problemi attuali sono disponibili in JSTOR, poco dopo la pubblicazione. Nota: Nel calcolo della parete mobile, l'anno in corso non viene conteggiato. Ad esempio, se l'anno corrente è il 2008 e un diario ha una parete mobile di 5 anni, articoli dal 2002 sono disponibili. Termini correlati alle Moving pareti fisse a parete: Riviste senza nuovi volumi aggiunti all'archivio. Assorbita: Riviste che si combinano con un altro titolo. Completi: Riviste che non sono più pubblicati o che sono stati combinati con un altro titolo. Oggetti: scienza matematica, statistica Collezioni: Arte Scienze VII Collection, Matematica Statistica Legacy Collection, Matematica raccolta delle statistiche, Organizzazioni A scopo di lucro Access Initiative Collection Anteprima non disponibile carte di controllo multivariate sono strumenti preziosi per il controllo della qualità industriale. La discussione convenzionale di essi si basa sulla presunzione che l'in-controllo di parametri di processo sono noti a priori. La realtà più comune è che i praticanti spina nel stime dei parametri raccolti da una fase speciale che ho di esempio per stabilire i valori dei parametri per le classifiche. Ma nessun campione stabilirà i parametri esatti di processo, e piuttosto piccola errori casuali tradursi in gravi distorsioni del comportamento corsa, in particolare di grafici sensibili, e può influire sulle prestazioni del grafico. I cosiddetti metodi autoavvitanti possono iniziare il controllo del processo di destra dopo l'avvio senza la fase preliminare di un grande fase I campione. Metodi autoavvitanti univariate per convertire il flusso unknown-parametro di letture di processo in una sequenza conosciuta parametri sono disponibili da qualche tempo. Questo articolo sviluppa un equivalente multivariata fornendo un modo per trasformare le letture di processo in un flusso di vettori segue una distribuzione esatta noto parametro. Anche se il nostro approccio è ben lungi dall'essere la prima proposta per la creazione di grafici di avvio automatico dei dati multivariati, riteniamo che sia il primo che lo fa trasformando i vettori processo sconosciuto-parametro in vettori noto parametri dello stesso dimensionalità. Questo flusso di vettori ha molti usi potenziali. In particolare, esso può essere utilizzato per costruire qualsiasi grafico di controllo multivariata, quali Hotellings T, o qualsiasi dei metodi CUSUM multivariati. Illustriamo utilizzando il flusso trasformata di istituire un multivariata esponenzialmente ponderata in movimento grafico media. Con la parte anteriore auto-partenza, questo (o qualsiasi altro) grafico avrà le stesse proprietà di controllo, come se il vero processo di media e matrice di covarianza erano conosciuti esattamente, consentendo in tal modo il controllo multivariata grafici di procedere senza una fase di grande e costosa I i dati di raccolta esercizio. Pagina ThumbnailsExclusive contenuti amp Download da ASQ Self-A partire multivariata ponderata esponenzialmente media mobile di controllo Charting Oggetto: Questo estratto è basata su astratte autori. La progettazione di carte di controllo prevede l'utilizzo di parametri di processo in-controllo che si presumono essere conosciuto esattamente, ma nella maggior parte delle applicazioni industriali, i parametri sono sconosciuti e sono stimati in un esercizio di calibratura fase di speciale. Questo aggiunge un elemento casuale alle prestazioni tiratura e può danneggiare le prestazioni del grafico. Esistenti metodi di auto-avviamento univariata possono iniziare il controllo del processo di destra dopo l'avvio, senza la fase preliminare di grandi dimensioni che campione. Questo studio sviluppa un equivalente multivariata trasformando le letture di processo in un flusso di vettori segue una distribuzione esatta noto parametro. Questa corrente di vettori può essere utilizzato per costruire qualsiasi grafico di controllo multivariata. Il multivariata esponenzialmente ponderata in movimento grafico media costruito per illustrare il metodo avrà le stesse proprietà di controllo, come quando la media del processo e matrice di covarianza erano conosciuti esattamente. Chiunque con un abbonamento, compresi i membri del sito ed Enterprise, può accedere a questo articolo. Altri modi per accedere ai contenuti: Join ASQ come membro a pieno titolo. Godere di tutti i benefici per gli utenti ASQ tra cui l'accesso a molti articoli online. Argomenti: Statistiche Parole chiave: decomposizione di Cholesky, ricorsivi residui, regolazione regressione, carte di controllo multivariate, decomposizione, analisi di regressione, ponderata esponenzialmente muovendo classifiche medi di controllo (EWMA), eseguire la distribuzione Autore: Hawkins, Douglas M. Maboudou-Tchao, Edgard M. Journal : Technometrics