Selbständige multivariate exponentiell gewichtete Moving Average Control Charting Hawkins, Douglas M. Maboudou-Tchao, Edgard M. (ASA / ASQ) Universität von Minnesota, USA Universität von Zentral-Florida, USA Technometrics Vol. 49 Nr. 2 QICID: 21099 Juni 2007 S. 199-209 Liste 10.00 Mitglied 5.00 FÜR EINEN BEGRENZTEN ZEITEN, ZUGANG ZU DIESEM INHALT IST KOSTENFREI Sie müssen sich anmelden. Neu bei ASQ Registrieren Sie sich hier. Artikel Abstract Diese Zusammenfassung basiert auf den Autoren Abstract. Bei der Konstruktion von Regelkarten handelt es sich um Prozeßparameter, die vermutlich genau bekannt sind, aber in den meisten industriellen Anwendungen sind die Parameter unbekannt und werden in einer speziellen Kalibrierungsphase der Phase I geschätzt. Dies fügt ein zufälliges Element der Lauflängenleistung hinzu und kann die Leistung des Diagramms beeinträchtigen. Bestehende univariate Selbststartverfahren können die Steuerung des Prozesses direkt nach dem Start ohne die vorläufige große Phase-I-Probe beginnen. Diese Studie entwickelt ein multivariates Äquivalent durch Transformation der Prozess-Lesungen in einen Strom von Vektoren nach einer genauen bekannten Parameter-Verteilung. Dieser Strom von Vektoren kann verwendet werden, um jede multivariate Kontrollkarte zu konstruieren. Das multivariate, exponentiell gewichtete gleitende Durchschnittsdiagramm, das konstruiert ist, um das Verfahren zu veranschaulichen, weist dieselben in-Steuerungseigenschaften auf, wie wenn das Prozeßmittel und die Kovarianzmatrix exakt bekannt wären. Cholesky-Zerlegung, rekursive Rest, Regressionsanpassung, Multivariate Regelkarten, Zerlegung, Analyse Regression, exponentiell gewichteten gleitenden Durchschnitt Regelkarten (EWMA), Run distributionSelf-Start Multivariate bewegen Exponentially Weighted Average Steuer Charting Citations Citations 29 Referenzen Referenzen 12 quotHowever, mehr Forschung ist Da die unterschiedliche Gewichtung von Indikatoren die Managementleistung von SS-CUSUM-HCR beeinträchtigen könnte. Wenn mehr Indikatoren zur Verfügung stehen, kann eine multivariate Selbststartkontrollkarte verwendet werden (Sullivan und Jones 2002 Hawkins und Maboudou-Tchao 2007), anstatt die Indikatoren einzeln zu kombinieren (z. B. mit unserem RW-Indikator). Somit ist der auf SS-CUSUM basierende Managementansatz vergleichsweise einfach, pragmatisch in realen Situationen und kann von den Fischern und anderen Stakeholdern leicht verstanden werden (Scandol 2003 Kelly und Codling 2006). ZUSAMMENFASSUNG: Wir zeigen eine Erntekontrollregel auf der Grundlage der Selbststart-Kumulativsumme (SS-CUSUM) - Regelkarte, die einen Fischbestand an seinem Anfangs - (Status-quo) - Niveau halten kann. Der SS-CUSUM ist ein Indikator-Monitoring-Tool, das häufig in der Qualitätskontrolle eingesetzt wird und keine lange Zeitreihe oder einen vordefinierten Referenzpunkt zur Erfassung zeitlicher Trends benötigt. Die Referenzpunkte in SS-CUSUM werden in Form laufender Mittel kalibriert, die laufend aktualisiert werden, wenn neue Beobachtungen verfügbar sind. Der SS-CUSUM kann mit so wenig wie zwei Beobachtungen in der Zeitreihe initiiert werden und kann lange vor vielen anderen Methoden angewendet werden, sobald die ersten Daten verfügbar sind. Eine breite Palette von Aktienindikatoren kann überwacht werden, aber in dieser Studie zeigen wir das Verfahren mit einer gleich gewichteten Summe von zwei Indikatoren: einem Rekrutierungsindikator und einem großen Fischindikator aus einer simulierten Fischerei. Wir gehen davon aus, dass keine Le - bensverlaufsdaten verfügbar sind, außer zwei Jahre beider Indikatordaten und aktuellen Erntemengen, wenn der SS-CUSUM einläuft. Die von SS-CUSUM erzeugten Signale erzeugen eine Ernteregelregel (SS-CUSUM-HCR), bei der die in der Indikatorzeitreihe aufgetretene Verschiebung berechnet und als Anpassungsfaktor für die Aktualisierung des Total Allowable Catch (TAC) verwendet wird. Unserer Studie zufolge kann der SS-CUSUM-HCR den Fischbestand auf seinem Ausgangsstatus-Quo-Niveau halten (auch für überfischte Anfangsstaaten), hat jedoch einen begrenzten Spielraum, wenn die Fischerei bereits in einem unerwünschten Zustand ist, wie z. B. bei einem Kollaps. Wir diskutieren, wie der SS-CUSUM-Ansatz angepasst werden könnte, um über eine Statusquo-Managementstrategie hinauszugehen, wenn zusätzliche Informationen über den wünschenswerten Zustand der Fischerei verfügbar sind. Volltext-Artikel September 2015 Deepak George Pazhayamadom Ciarn J Kelly Emer Rogan Edward A Codling quotTo in den standardisierten Beobachtungen des neuen Thema Mittelwertverschiebungen erkennen, gibt es einige bestehende Regelkarten in der multivariaten SPC literature14151617181920212223. Alle diese Methoden gehen davon aus, dass Beobachtungsvektoren unabhängig und normal verteilt sind und Beobachtungszeiten gleich beabstandet sind. Zusammenfassung In der SHARe Framingham Herzstudie des Nationalen Herz-, Lungen - und Blutinstituts ist eine Hauptaufgabe, mehrere gesundheitliche Variablen (zB Blutdruck und Cholesterinspiegel) zu überwachen, so dass ihr unregelmäßiges Längsmuster nachgewiesen werden kann Bald wie möglich und einige medizinische Behandlungen in einer fristgerechten Weise angewendet, um einige tödliche Herz-Kreislauf-Erkrankungen (zB Schlaganfall) zu vermeiden. Um diese Art von Anwendungen effektiv zu behandeln, schlagen wir eine neue statistische Methodik mit dem Namen multivariate dynamic screening system (MDySS) in diesem Papier vor. Das MDySS-Verfahren kombiniert die großen Stärken der multivariaten Längsschnittanalyse mit der multivariaten statistischen Prozesskontrolle und entscheidet über das Längsmuster eines Subjekts, indem es mit anderen Probanden im Querschnitt verglichen wird und auch sequenziell überwacht wird. Numerische Studien zeigen, dass MDySS in der Praxis gut funktioniert. Copyright 2015 John Wiley amp; Sons, Ltd. Copyright 2015 John Wiley amp; Sons, Ltd. Volltext-Artikel März 2015 Peihua Qiu Dongdong Xiang quotof die Parameterschätzungen ganz in den frühen Phasen der Überwachung groß sein können, wenn nicht viele Informationen zur Verfügung steht. Sullivan und Jones (2002) stellten das Problem der frühen Kontamination der Parameter-Schätzungen fest und schlugen vor, die Selbststartmethoden mit einer gründlichen retrospektiven Analyse zu ergänzen, sobald einmalige Daten gesammelt worden waren. Hawkins und Maboudou-Tchao (2007) und Maboudou-Tchao und Hawkins (2011) angesprochen, die Probleme mit verunreinigtem Parameterschätzungen, was darauf hindeutet, dass zusätzlich zu prospektiv mit einem selbststart Diagramm Überwachung sollte man die selbststartende Methoden anwenden mit den meisten Anfang Jüngste Prozessbeobachtung und rückwärts arbeiten zu den ersten Beobachtungen. Self-stquot Abstract Abstrakt Auszug ABSTRACT: Wir bieten einen Überblick und Perspektive auf die Phase I Sammlung und Analyse von Daten für den Einsatz in Prozess Verbesserung und Kontrolle Charting. In Phase I liegt der Schwerpunkt auf dem Verständnis der Prozessvariabilität, der Beurteilung der Stabilität des Prozesses, der Untersuchung von Ideen zur Verbesserung der Prozesse, der Auswahl eines geeigneten In-Control-Modells und der Schätzung der Parameter des Modells. In unserem Beitrag untersuchen und analysieren wir viele wichtige Entwicklungen, die sich auf die Analyse von Prozessdaten in Phase I beziehen. Wir geben unseren Blick auf die wesentlichen Fragen und Entwicklungen in der Phase-I-Analyse. Wir identifizieren die derzeitigen Best Practices und einige Möglichkeiten für zukünftige Forschung in diesem Bereich. Volltext-Artikel Juli 2014 L. Allison Jones-Farmer W H Woodall S H Steiner C W ChampExclusive Inhalt amp Downloads von ASQ Selbststart Multivariate Exponentially Moving Average Steuer Charting Zusammenfassung Weighted: Diese Zusammenfassung basiert auf den abstrakten Autoren. Bei der Konstruktion von Regelkarten handelt es sich um Prozeßparameter, die vermutlich genau bekannt sind, aber in den meisten industriellen Anwendungen sind die Parameter unbekannt und werden in einer speziellen Kalibrierungsphase der Phase I geschätzt. Dies fügt ein zufälliges Element zur Lauflängenleistung hinzu und kann die Leistung des Diagramms beeinträchtigen. Bestehende univariate Selbststartverfahren können die Steuerung des Prozesses direkt nach dem Start ohne die vorläufige große Phase-I-Probe beginnen. Diese Studie entwickelt ein multivariates Äquivalent durch Transformation der Prozess-Lesungen in einen Strom von Vektoren nach einer genauen bekannten Parameter-Verteilung. Dieser Strom von Vektoren kann verwendet werden, um jede multivariate Kontrollkarte zu konstruieren. Das multivariate, exponentiell gewichtete gleitende Durchschnittsdiagramm, das konstruiert ist, um das Verfahren zu veranschaulichen, weist dieselben in-Steuerungseigenschaften auf, wie wenn das Prozeßmittel und die Kovarianzmatrix exakt bekannt wären. Jeder, der ein Abonnement hat, einschließlich Site - und Enterprise-Mitgliedern, kann auf diesen Artikel zugreifen. Andere Möglichkeiten zum Zugriff auf Inhalte: Join ASQ als Vollmitglied. Genießen Sie alle Vorteile der ASQ Mitglieder einschließlich Zugang zu vielen Online-Artikeln. Themen: Statistik Stichwort: Cholesky-Zerlegung, rekursive Rest, Regressionsanpassung, Multivariate Regelkarten, Zerlegung, Regressionsanalyse gewichtet Exponentially durchschnittliche Regelkarten (EWMA) bewegen, Run Verteilung Autor: Hawkins, Douglas M. Maboudou-Tchao, Edgard M. Journal : Technometrisch
No comments:
Post a Comment