El Rendimiento De Gráficos De Media Móvil Ponderada Exponencialmente Con Parámetros Estimados

El rendimiento de la adaptación ponderado exponencialmente en movimiento Gráfico media de control con parámetros estimados de publicación cuestión de la historia en línea: 20 May 2013 Versión de registro en línea: 17 Abril 2012 Trabajo aceptado: 20 febrero 2012 Manuscrito recibido el 31 de enero de 2012 en relación de contenido los artículos relacionados con el que se Están viendo Por favor, active Javascript para ver el contenido relacionado de este artículo. Citar Literatura Número de veces citado. 12 1 R. Zheng. S. Chakraborti. Una Fase II no paramétrico adaptativo exponencialmente ponderado media móvil gráfico de control, Ingeniería de Calidad. 2016. 28. 4, 476 CrossRef 2 R. Noorossana. S. Fathizadan. M. R. Nayebpour. Rendimiento del Cuadro de Control de EWMA con Parámetros Estimados bajo Ingeniería de No-normalidad, Calidad y Fiabilidad Internacional. 2016. 32. 5, 1637 Biblioteca en línea Wiley 3 Deborah K. Shepherd. Charles W. Champ. Steven E. Rigdon. Propiedades de la tabla de control de atributo dependiente de Markov con parámetros estimados, Ingeniería de Calidad y Confiabilidad Internacional. 2016. 32. 2, 485 Wiley Online Library 4 Aya A. Aly. Mahmoud A. Mahmoud. Ramadán Hamed. El Desempeño de la Tabla de Control de Media Movible Multivariante Adaptativa Exponencialmente Ponderada con Parámetros Estimados, Ingeniería de Calidad y Fiabilidad Internacional. 2016. 32. 3, 957 Wiley Online Library 5 Aya A. Aly. Nesma A. Saleh. Mahmoud A. Mahmoud. William H. Woodall. Una Reevaluación de la Tabla de Control de Media Movible Adaptativa Exponencialmente Ponderada cuando los Parámetros son Estimados, Calidad e Ingeniería de Confiabilidad Internacional. 2015. 31. 8, 1611 Wiley Online Library 6 Stelios Psarakis. Gráficos de Control Adaptativo: Desarrollos y Extensiones Recientes, Ingeniería de Calidad y Confiabilidad Internacional. 2015. 31. 7, 1265 Wiley Online Library 7 Athanasios C. Rakitzis. En el Desempeño de Reglas Modificadas Reglas X Gráficos con Parámetros Estimados, Comunicaciones en Estadística - Simulación y Computación. 2015. 00 CrossRef 8 S. L. Lim. Michael BC Khoo. W. L. Teoh. M. Xie. diseños óptimos del tamaño de la muestra y variable de muestreo ltmml intervalo: altimgquotsi0075.gifquot matemáticas overflowquotscrollquot xmlns: xocsquotelsevier / xml / xocs / xmlns dtdquot: xmlns xsquotw3.org/2001/XMLSchemaquot~~number=plural: xsiquotw3.org/2001/XMLSchema-instancequot xmlnsquotelsevier / xml / ja xmlns / dtdquot: jaquotelsevier / xml / ja / dtdquot xmlns: xmlns: mmlquotw3.org/1998/Math/MathMLquot~~number=plural tbquotelsevier / xml / common / xmlns mesa / dtdquot: sbquotelsevier / xml / / struct-babero / xmlns dtdquot comunes: cequotelsevier / xml / xmlns comunes / dtdquot: xmlns xlinkquotw3.org/1999/xlinkquot~~number=plural: calsquotelsevier / xml / common / CAL / xmlns dtdquot: saquotelsevier / xml / common / struct-aff / dtdquotgtltmml: motor accentquottruequotgtltmml: migtXlt / MML: migtltmml: mogtmacrlt / Mml: mogtlt / mml: movergtlt / mml: diagrama mathgt cuando se calculan los parámetros del proceso, International Journal of Production Economics. 2015. 166. 20 CrossRef 9 Huifen Chen. David Goldsman. Bruce W. Schmeiser. Kwok-Leung Tsui. Gráficos X Simétricos: Sensibilidad a la Nonnormalidad ya la Estimación del Control-límite, Comunicaciones en Estadística - Simulación y Computación. 2015. 1 CrossRef 10 Aamir Saghir. Zhengyan Lin. La tabla de Promedio Mínimo Exponencialmente Ponderado Binomial Negativo con Límites de Control Estimados, Ingeniería de Calidad y Fiabilidad Internacional. 2015. 31. 2, 239 Wiley Online Library 11 Stelios Psarakis. Angeliki K. Vyniou. Philippe Castagliola. Algunos desarrollos recientes sobre los efectos de la estimación de parámetros en las gráficas de control, la calidad y la confiabilidad de la ingeniería internacional. 2014. 30. 8, 1113 Wiley Online Library 12 Zhonghua Li. Changliang Zou. Zhen Gong. Zhaojun Wang. El cálculo de la duración media de la ejecución y el tiempo promedio de la señal: una visión general, Journal of Statistical Computation and Simulation. 2014. 84. 8, 1779 CrossRef El Promedio Móvil Ponderado Exponencialmente (EWMA) es una estadística para monitorear el proceso que promedia los datos de una manera que da menos y menos peso a los datos a medida que son eliminados en el tiempo. Comparación del diagrama de control de Shewhart y las técnicas del diagrama de control de EWMA Para la técnica de control de gráficos de Shewhart, la decisión sobre el estado de control del proceso en cualquier momento (t) depende únicamente de la medición más reciente del proceso y, El grado de veracidad de las estimaciones de los límites de control a partir de datos históricos. Para la técnica de control EWMA, la decisión depende de la estadística EWMA, que es un promedio exponencialmente ponderado de todos los datos anteriores, incluyendo la medición más reciente. Mediante la elección del factor de ponderación (lambda), el procedimiento de control EWMA puede hacerse sensible a una deriva pequeña o gradual en el proceso, mientras que el procedimiento de control Shewhart sólo puede reaccionar cuando el último punto de datos está fuera de un límite de control. Definición de EWMA La estadística que se calcula es: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1,, 2,, ldots ,, n. Donde (mbox 0) es la media de los datos históricos (objetivo) (Yt) es la observación en el tiempo (t) (n) es el número de observaciones a monitorear incluyendo (mbox 0) (0 Interpretación de la carta de control EWMA El rojo Puntos son los datos en bruto la línea irregular es la estadística EWMA con el tiempo. El gráfico nos dice que el proceso está en control porque todos (mbox t) se encuentran entre los límites de control. No obstante, parece que hay una tendencia hacia arriba durante los últimos 5 RESUMEN: Los gráficos de control de atributos son muy útiles hoy en día para los procesos de monitoreo donde las características de calidad no pueden medirse en una escala continua, lo que puede ser procesos de fabricación a partir de Industriales, procesos o procesos de atención de la salud de industrias de servicios y entornos de esfuerzos de mejora de la calidad no manufacturados. Muchos de los casos anteriores, sin embargo, implican el monitoreo de múltiples atributos simultáneamente, llevando al caso del control de calidad multinomial y multiatributo , Que son mejores que el uso simultáneo de múltiples métodos uni-atributo. En este estudio se intenta revisar la investigación previamente realizada sobre el control de calidad de multiatributo con el fin de ayudar a los investigadores y profesionales interesados ​​a informarse sobre las referencias de la investigación relevante en este campo en cuanto al diseño, rendimiento y aplicaciones del control multiatributo Gráficos El gráfico de control basado en la distribución compuesta de Poisson (el gráfico de la media móvil ponderada exponencial exponencialmente negativa (EWMA) del binomio negativo) se ha demostrado que es más Efectivo que el c-chart para monitorear las no conformidades de obleas en el proceso de producción de semiconductores. El rendimiento de la tabla binomial EWMA negativa se evalúa generalmente con la suposición de que los parámetros del proceso son conocidos. Sin embargo, en muchas aplicaciones de gráficos de control, los parámetros del proceso son usualmente desconocidos y se requieren para ser estimados. Para una estimación precisa de los parámetros, puede ser necesario un tamaño de muestra muy grande, lo que rara vez se encuentra disponible en las aplicaciones. Este artículo investiga el efecto de la estimación de parámetros en las propiedades de longitud de ejecución de los gráficos EWMA binomial negativo. Utilizando un enfoque de cadena de Markov, mostramos que el rendimiento de la tabla EWMA binomial negativo se afecta cuando los parámetros se estiman en comparación con el caso de parámetro conocido. También proporcionamos recomendaciones con respecto a los tamaños de muestra de la fase I, al constante de suavizado y al parámetro de agrupamiento. El tamaño de la muestra debe ser bastante grande para que el rendimiento del gráfico en control sea cercano al del caso del parámetro conocido. Por último, se ha utilizado un ejemplo de proceso de obleas para resaltar las implicaciones prácticas del error de estimación y para ofrecer asesoramiento a los profesionales al construir / analizar una muestra de fase I. Los gráficos de control son ampliamente utilizados en las industrias para supervisar un proceso para la mejora de la calidad. La evaluación de la duración media de la carrera (ARL) o del tiempo promedio de la señal (ATS) desempeña un papel importante en el diseño de las cartas de control y en la comparación del desempeño. En este trabajo, revisamos varios procedimientos básicos y populares, incluyendo la cadena de Markov y los métodos de ecuación integral para calcular ARL, ATS y distribuciones de longitud de ejecución asociadas para gráficos de suma acumulada, gráficos de media móvil ponderados exponencialmente y gráficos de control combinados, respectivamente. Algunas referencias importantes y formulaciones clave se proporcionan para los profesionales. Artículo Aug 2014 Zhonghua Li Changliang Zou Zhen Gong Zhaojun Wang