Mit geometrischen Poisson exponentiell gewichteten gleitenden durchschnittlichen Kontrollschemata in einer zusammengesetzten Poisson Produktionsumgebung Ching-Wen Chen. National Kaohsiung Erste Universität für Wissenschaft und Technologie, Kaohsiung, Taiwan erhielt 28. März 2010, revidiert 14. Februar 2012, Akzeptiert 16. April 2012, online verfügbar 25. April 2012In dieser Studie ist die Variable über die Zeit kontrolliert werden die Anzahl der Mängel. Mittlerweile ist die zugrunde liegende Verteilung der Defekte die geometrische Poissonverteilung, eine Poissonverteilung, die durch eine geometrische Verteilung verknüpft ist. Für die Produktionsprozesssteuerung wird das exponentiell gewichtete gleitende Mittelwert (EWMA) - Steuerschema auf Basis des geometrischen Poisson-Prozesses adressiert. Die Leistung des EWMA-Kontrollschemas wird nicht nur durch sowohl die In-Control - als auch die Out-of-Control-Durchschnittslauflängen (ARLrsquos), sondern auch durch höhere Momente der Lauflängenverteilung (RL) beurteilt. Die Lauflängenverteilungseigenschaften können aus der Wahrscheinlichkeitsübergangsmatrix gewonnen und unter Verwendung der in dieser Studie entwickelten Computerprogramme implementiert werden. Mit der richtigen ARL und Varianz von RL ausgewählt, kann jede kleine Verschiebung im Mittel über das geometrische Poisson EWMA-Kontrollschema erkannt werden. Compound Poisson Verteilung Geometrische Poissonverteilung Exponentiell gewichteter gleitender Durchschnitt (EWMA) Markov Kettenansatz Durchschnittliche Lauflänge (ARL) Adresse: 2, Juoyue Rd. Kaohsiung 811, Taiwan Tel. 886 7 6011000x4111 Fax: 886 7 6011042. Copyright Kopie 2012 Elsevier Ltd. Alle Rechte vorbehalten. Cookies werden von dieser Seite benutzt. Weitere Informationen finden Sie auf der Seite "Cookies". Copyright 2017 Elsevier B. V. oder seine Lizenzgeber oder Mitwirkenden. ScienceDirect ist ein eingetragenes Warenzeichen von Elsevier BVA Neues EWMA-Kontrollschema für die Überwachung von Poisson-Beobachtungen Zeigen Sie abstrakt Ausblenden ABSTRAKT: In bestimmten Produktionsprozessen ist es notwendig oder bequemer, Fehlerzählungen oder Konformität pro Maßeinheit zu verwenden, um anzugeben, ob ein Produktionsprozess Ist unter Kontrolle oder nicht. Zählungen dieser Art sind oft gut von einer Poisson-Verteilung ausgestattet. In diesem Papier werden drei modifizierte exponentiell gewichtete gleitende Globale (EWMA) Kontrollkarten entwickelt, um die Poisson-Zählungen zu überwachen. Die mittlere Lauflänge (ARL) und die Wahrscheinlichkeitsfunktion der Lauflänge dieser modifizierten Kontrollkarten lassen sich exakt mit Ergebnissen der Markov-Ketten-Theorie berechnen. Diese modifizierten Kontrollkarten werden in der Regel überlegen als die Shewhart-Kontrollkarte auf der Grundlage von ARL-Betrachtung. Tabellen der In-Control-ARLs dieser modifizierten Kontrollkarten werden zur Unterstützung der Implementierung dieser modifizierten Kontrollkarten gegeben. Die Implementierung und das Design dieser EWMA-Kontrollkarten werden diskutiert. Die Verwendung dieser modifizierten EWMA-Kontrollkarten ist beispielhaft dargestellt. Artikel Jan 1990 F. F. Gan Show Abstrakt Ausblenden abstrakt ABSTRAKT: Automatisierte öffentliche Gesundheit Aufzeichnungen liefern die notwendigen Daten für die schnelle Ausbruch Erkennung. Ein adaptiver exponentiell gewichteter Gleitender Durchschnitt (EWMA) Plan wird entwickelt, um eine ungewöhnlich hohe Inzidenz zu signalisieren, wenn man eine Zeitreihe von nicht homogenen täglichen Krankheitszählungen überwacht. Ein Poisson-Übergangsregressionsmodell wird verwendet, um einen unerwarteten Trend in Zählungen anzupassen und liefert Tagesvorhersagen für die nächste Tagung. Abweichungen von ihren Prognosen werden überwacht. Das Papier skizziert einen Ansatz zur Verbesserung der frühen Ausbruch Datensignale durch dynamische Anpassung der exponentiellen Gewichte effizient bei der Signalisierung lokalen anhaltenden hohen Seitenwechsel. Wir betonen Ausbruchssignale in stationären Situationen, dh Veränderungen, die auftreten, nachdem die EWMA-Statistik mehrere In-Control-Zählungen durchlaufen hatte. Volltext Artikel Juni 2009 R. S. Sparks Keighley T Muscatello DExponentiell gewichtete gleitende durchschnittliche Kontrollkarten zur Überwachung der Erhöhung der Poisson-Rate Anzeigen abstrakt Ausblenden abstrakt ABSTRAKT: Viele Anwendungen beinhalten die Überwachung der Inzidenzraten der Poisson-Verteilung, wenn die Stichprobengröße im Laufe der Zeit variiert. In letzter Zeit wurden ein paar kumulative Summen - und exponentiell gewichtete gleitende durchschnittliche (EWMA) Kontrollkarten vorgeschlagen, um dieses Problem anzugehen, indem man die unterschiedliche Stichprobengröße berücksichtigt. Allerdings argumentieren wir, dass einige dieser Charts, die in Bezug auf die durchschnittliche Lauflänge (ARL) sehr gut funktionieren, in der Praxis nicht ansprechend sein können, weil sie eher unbefriedigende Lauflängenverteilungen haben. Mit einigen Diagrammen wird die angegebene Kontrolle (IC) ARL mit erhöhten Wahrscheinlichkeiten von sehr kurzen und sehr langen Läufen erreicht, verglichen mit einer geometrischen Verteilung. Dies spiegelt sich in einer größeren Lauflänge Standardabweichung als die einer geometrischen Verteilung und eine erhöhte Wahrscheinlichkeit von Fehlalarmen mit kurzen Läufen, die wiederum verletzt ein Betreiber Vertrauen in gültige Alarme. Darüber hinaus zeigt der IC ARL mit vielen Charts erhebliche Variationen mit unterschiedlichen Muster der Probengrößen. Unter dem Rahmen des gewichteten Wahrscheinlichkeitsverhältnis-Tests schlägt dieses Papier ein neues EWMA-Kontrollschema vor, das automatisch die unterschiedlichen Stichprobengrößen mit dem EWMA-Schema integriert. Es ist schnell zu berechnen, leicht zu konstruieren und sehr effizient bei der Erkennung von Änderungen der Poisson Preise. Zwei wichtige Merkmale des vorgeschlagenen Verfahrens sind, dass die IC-Lauflängenverteilung ähnlich der einer geometrischen Verteilung ist und die IC-ARL für verschiedene Muster der Probengrößenvariation robust ist. Unsere Simulationsergebnisse zeigen, dass die vorgeschlagene Tabelle im Vergleich zu bestehenden EWMA-Charts generell effektiver und robuster ist. Ein Gesundheitsüberwachungsbeispiel, das auf Mortalitätsdaten aus New Mexico basiert, wird verwendet, um die Umsetzung der vorgeschlagenen Methode zu veranschaulichen. Volltext Artikel Sep 2012 Qin Zhou Changliang Zou Zhaojun Wang Wei Jiang Zeigen Sie abstrakt Ausblenden ABSTRAKTIEREN: Kontrollkarten, die auf der Poisson-Verteilung basieren, werden häufig verwendet, um Zähldaten in Attributen zu überwachen. Allerdings basiert die Poisson-Verteilung auf der zugrunde liegenden Equidispersionsannahme, die begrenzt ist, wie von verschiedenen Forschern in der Literatur diskutiert wird. Daher ist ein verallgemeinertes Kontrolldiagramm erforderlich, das verwendet werden kann, um sowohl überdispergierte als auch unterdispergierte Zähldaten zu überwachen. Dieser Artikel beurteilt die Methoden, um für verteilte Zähldaten zu implementieren und Ideen für zukünftige Arbeit in diesem Bereich vorzustellen. Eine umfassende Literaturrecherche für Forscher und Praktiker wird in diesem Artikel vorgestellt. Copyright 2014 John Wiley amp Sons, Ltd. Artikel Mar 2014 Aamir Saghir Zhengyan Lin Show abstrakt Ausblenden ABSTRAKT: Ein neues Attributkontrolldiagramm wird vorgestellt, um Prozesse zu überwachen, die Zähldaten erzeugen. Das ökonomische Ziel des Diagramms ist es, die Gesamtkosten seiner Fehler zu minimieren, eine lineare Funktion der Fehler Typ I und II. Das vorgeschlagene Diagramm kann auf Poisson, geometrische und negative Binomialannahmen angewendet werden. Kontrollgrenzen werden optimal berechnet, da sie auf exakten Wahrscheinlichkeitsverteilungen basieren und dazu verwendet werden, definierte Richtungsverschiebungen in einem Prozess zu detektieren. Einige numerische Ergebnisse werden zur Verfügung gestellt, und die erwarteten Kosten des neuen Charts werden mit denen eines einseitigen c-Diagramms verglichen. Andere Effekte wie das Ändern der Kostenstruktur werden grafisch dargestellt. Copyright 2015 John Wiley amp Sons, Ltd. Artikel Jul 2015 Negin Enayaty Ahangar Justin R. Chimka
No comments:
Post a Comment