A Média de Movimento Ponderada Exponencialmente (EWMA) é uma estatística para monitorar o processo que mede os dados de uma forma que dê cada vez menos peso aos dados à medida que eles são removidos no tempo. Comparação do gráfico de controle de Shewhart e das técnicas de controle de EWMA Para a técnica de controle de gráfico de Shewhart, a decisão sobre o estado de controle do processo a qualquer momento, (t) depende apenas da medida mais recente do processo e, claro, O grau de veracidade das estimativas dos limites de controle de dados históricos. Para a técnica de controle EWMA, a decisão depende da estatística EWMA, que é uma média ponderada exponencialmente de todos os dados anteriores, incluindo a medida mais recente. Através da escolha do fator de ponderação, (lambda), o procedimento de controle EWMA pode ser sensível a uma deriva pequena ou gradual no processo, enquanto o procedimento de controle Shewhart só pode reagir quando o último ponto de dados está fora de um limite de controle. Definição de EWMA A estatística que é calculada é: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1,, 2,, ldots ,, n. Onde (mbox 0) é a média dos dados históricos (alvo) (Yt) é a observação no tempo (t) (n) é o número de observações a serem monitoradas incluindo (mbox 0) (0 Interpretação do gráfico de controle EWMA O vermelho Os pontos são os dados brutos, a linha irregular é a estatística EWMA ao longo do tempo. O gráfico nos diz que o processo está no controle porque todos (mbox t) se situam entre os limites de controle. No entanto, parece haver uma tendência para cima nos últimos 5 Período. Tabela de Controle da Média Mover Ponderada Exponencialmente (MEWMA) quot Este procedimento é chamado de quadro de ponto de mudança fixa (FCP) a seguir. Outro método possível para comparar é a abordagem EWMA multivariada com Quot Naive que trata Z j como um vetor multivariável longo (cf Lowry et al., 1992), referido como o gráfico MEW. Para todos os gráficos FCP, SSN e MEW, seguimos a recomendação de Zou, Tsung e Wang (2008) para escolher a largura de banda h para ser H 1.5n 15 N i1 (xix) 2 n 12. quot Mostrar resumo Ocultar abstract RESUMO: Em muitos Aplicações, a qualidade de um processo é melhor caracterizada por uma relação funcional entre uma variável de resposta e uma ou mais variáveis explicativas. O monitoramento de perfil é usado para verificar a estabilidade desse relacionamento ao longo do tempo. Os gráficos de controle baseados na regressão não paramétrica são particularmente úteis quando o relacionamento de controle (IC) ou fora de controle (OC) é muito complicado para ser especificado de forma paramétrica. Este artigo propõe uma nova tabela de controle não paramétrico, usando uma formulação de ponto de mudança seqüencial com testes de taxa de verossimilhança generalizada. Os limites de controle são determinados por um procedimento de inicialização. Este gráfico pode ser implementado sem qualquer conhecimento sobre as distribuições de erros, desde que alguns perfis de IC estejam disponíveis de antemão. Além disso, beneficiando de certas boas propriedades da abordagem do ponto de mudança dinâmico e da estatística de gráficos proposta, o gráfico de controle proposto não só oferece uma proteção equilibrada contra mudanças de diferentes magnitudes, mas também se adapta à suavidade da diferença entre IC e OC Funções de regressão. Consequentemente, tem um desempenho quase ótimo para várias condições OC. Artigo em texto completo janeiro de 2010 Changliang Zou Peihua Qiu Douglas Hawkins O vetor MEWMA proposto por Lowry et al. 3 é definido como: quot Mostrar resumo Ocultar resumo RESUMO: O gráfico de controle multivariável padrão geralmente emprega tamanho de amostra fixo no intervalo de amostragem fixo (FSI) para monitorar um processo. Neste estudo, é investigado um gráfico multivariável de média móvel ponderada exponencialmente (MEWMA) com intervalos de amostragem variáveis (VSI). O gráfico MEWMA com VSI varia o intervalo de amostragem do processo como uma função dos dados do processo. A medida de desempenho do gráfico VSI MEWMA é obtida através de uma abordagem de cadeia de Markov e é comparada com o padrão padrão FSI MEWMA em termos de tempo médio para sinalizar para diferentes magnitudes de turnos na média do processo. Mostra-se que o gráfico VSI MEWMA é mais eficiente do que o gráfico FSI MEWMA padrão correspondente na detecção de turnos na média do processo. Artigo Jan 2009 M. H. Lee. Além disso, a versão multivariada do gráfico CUSUM foi proposta por Woodall e Ncube (1985) e Croisier (1988). Uma extensão multivariada da média móvel ponderada exponencialmente (MEWMA) pode ser encontrada em Lowry et al. (1992). Resumo: Este artigo propõe uma metodologia que ajuda a prever os principais turnos médios, denotados como alarmes principais, em um processo multivariável não normal usando os dados disponíveis no controle. A análise baseia-se na transformação das variáveis correlacionadas observadas em fatores independentes usando análise de componentes independentes. Esses componentes independentes nos permitem simular mudanças que preservam a estrutura de covariância. As representações gráficas dessas mudanças simuladas são úteis na melhoria do design e controle do processo. São apresentados dois processos de fabricação reais mostrando a vantagem da metodologia proposta. Artigo Nov 2008 Isabel Gonzlez Ismael SnchezDesign de um gráfico de controle médio móvel ponderado exponencialmente multivariante com intervalos de amostragem variáveis Cite este artigo como: Lee, M. H. Khoo, M. B.C. Comput Stat (2014) 29: 189. doi: 10.1007s00180-013-0443-4 Este estudo desenvolve um procedimento para o desenho estatístico do gráfico de média móvel ponderada exponencialmente (MEWMA) dos intervalos de amostragem variável (VSI). O gráfico MEWMA da VSI é comparado com o gráfico MEWMA do intervalo de amostragem fixa (FSI) correspondente, em termos do tempo médio do estado estacionário para sinalizar a magnitude diferente das mudanças no vetor médio do processo. Mostra-se que o gráfico MEWMA da VSI é melhor que o gráfico FSI MEWMA padrão correspondente para detectar uma ampla gama de mudanças no vetor médio do processo. Tempo médio para sinalizar o gráfico EWMA multivariante Design estatístico Intervalos de amostragem variáveis Referências Aparisi F, Haro CL (2001) Carta de controle de Hotellings () com intervalos de amostragem variáveis. Int J Prod Res 39: 31273140 Google Scholar Aparisi F, de Luna MA (2009) O design e o desempenho do gráfico de controle multivariado sintético (). Métodos de teoria do estado comum 38: 173192 Bodden KM, Ridgon SE (1999) Um programa para aproximar o ARL no controle para o gráfico MEWMA. J Qual Technol 31: 120123 Google Scholar Bessegato L, Quinino R, Ho LL, Duczmal L (2011) Amostra de intervalo variável em projetos econômicos para controle de processos on-line de atributos com erros de classificação errada. J Oper Res Soc 62: 13651375 CrossRef Google Scholar Castagliola P, Celano G, Fichera S (2006) Avaliação do desempenho estatístico de um intervalo de amostragem variável R EWMA chart de controle. Qual Technol Quant Manag 3: 307323 MathSciNet Google Scholar Chen YK (2007) Design econômico de tabelas de controle de intervalo de amostragem variável () - uma abordagem de cadeia de Markov híbrida com algoritmos genéticos. Exp Syst Appl 33: 683689 CrossRef Google Scholar Chou CY, Chen CH, Chen CH (2006) Design econômico de intervalos de amostragem variáveis () tabelas de controle usando algoritmos genéticos. Exp Syst Appl 30: 233242 CrossRef Google Scholar Epprecht EK, Simoes BFT, Mendes FCT (2010) Um intervalo de amostragem variável gráfico EWMA para atributos. Int J Adv Manuf Technol 49: 281292 CrossRef Google Scholar Faraz A, Chalaki K, Moghadam MB (2011) Sobre as propriedades do quadro de controle de Hotellings () com intervalos de amostragem variáveis. Qual Quant 45: 579586 CrossRef Google Scholar Gb R, Ramalhoto MF, Pievatolo A (2006) Intervalos de amostragem variável em gráficos Shewhart com base em modelos de tempo de falha estocástica. Qual Technol Quant Manag 3: 361381 MathSciNet Google Scholar Kim K, Reynolds MR Jr (2005) Monitoramento multivariável usando um gráfico de controle MEWMA com tamanhos de amostra desiguais. J Qual Technol 37: 267281 Google Scholar Lee MH (2009) Gráficos EWMA multivariados com intervalos de amostragem variáveis. Econ Qual Control 24: 231241 CrossRef MATH MathSciNet Google Scholar Lee MH (2010a) Gráfico de controle EWMA multivariante com tamanhos de amostra adaptativos. Commun Stat Simul Comput 39: 15481561 CrossRef MATH Google Scholar Lee MH (2010b) Intervalo de amostragem variável Diagrama de Hotellings () com amostragem em horários fixos. J Chin Inst Ind Eng 27: 394406 Google Scholar Lee MH, Khoo MBC (2006) Projeto estatístico ótimo de um gráfico EWMA multivariável baseado em ARL e MRL. Commun Stat Simul Comput 35: 831847 CrossRef MATH MathSciNet Google Scholar Li Z, Luo Y, Wang Z (2010) Cusum of Q chart com intervalos de amostragem variáveis para monitorar o processo significa. Int J Prod Res 48: 48614876 CrossRef MATH Google Scholar Li Z, Wang Z (2010) Um esquema de média móvel ponderada exponencialmente com intervalos de amostragem variáveis para o monitoramento de perfis lineares. Comput Ind Eng 59: 630637 CrossRef Google Scholar Lin YC, Chou CY (2011) Robustez do EWMA e os gráficos de controle combinados (bar - text) com intervalos de amostragem variáveis para não-normalidade. J Appl Stat 38: 553570 CrossRef MathSciNet Google Scholar Liu JY, Xie M, Goh TN, Liu QH, Yang ZH (2006) Contagem cumulativa do gráfico conforme com intervalos de amostragem variáveis. Int J Prod Econ 101: 286297 CrossRef Google Scholar Lowry CA, Woodall WH, Champ CW, Rigdon SE (1992) Uma tabela de controle de média móvel ponderada exponencialmente multivariada. Technometrics 34: 4653 CrossRef MATH Google Scholar Lucas JM, Saccucci MS (1990) Esquemas de controle de média móvel ponderada exponencialmente: propriedades e melhorias. Technometrics 32: 112 CrossRef MathSciNet Google Scholar Luo H, Wu Z (2002) Óptimas tabelas de controle np com tamanhos de amostra variáveis ou intervalos de amostragem variáveis. Econ Qual Control 17: 3961 CrossRef MATH MathSciNet Google Scholar Mahadik SB (2012) Intervalo de amostragem variável Hospitais () gráficos com regras de corrida para alternar entre comprimentos de intervalo de amostragem. Qual Reliab Eng Int 28: 131140 CrossRef Google Scholar Ou Y, Wu Z, Yu FJ (2011) Um gráfico de controle SPRT com intervalos de amostragem variáveis. Int J Adv Manuf Technol 56: 11491158 CrossRef Google Scholar Prabhu SS, Montgomery DC, Runger GC (1994) Um tamanho de amostra adaptativo combinado e esquema de controle de intervalo de amostragem. J Qual Technol 26: 164176 Google Scholar Prabhu SS, Runger GC (1997) Projetando um gráfico de controle de EWMA multivariante. J Qual Technol 29: 815 Google Acadêmico Reynolds MR Jr (1989) Óptimo mestras variáveis do intervalo de amostragem gráficos. Seq Anal 8: 361379 CrossRef MATH Google Acadêmico Reynolds MR Jr (1995) Avaliação de propriedades de gráficos de controle variável de intervalo de amostragem. Seq Anal 14: 5997 CrossRef MATH Google Acadêmico Reynolds MR Jr, Amin RW, Arnold JC (1990) gráficos CUSUM com intervalos de amostragem variáveis. Technometrics 32: 371396 CrossRef MATH MathSciNet Google Scholar Reynolds MR Jr, Amin RW, Arnold JC, Nachlas JA (1988) (barra) gráficos com intervalos de amostragem variáveis. Technometrics 30: 181192 MathSciNet Google Scholar Reynolds MR Jr, Cho GY (2011) Gráficos de controle multivariados para monitorar o vetor médio e a matriz de covariância com intervalos de amostragem variáveis. Seq Anal 30: 140 CrossRef MATH MathSciNet Google Acadêmico Reynolds MR Jr, Kim K (2005) Monitoração multivariada do vetor médio do processo com amostragem sequencial. J Qual Technol 37: 149162 Google Scholar Rigdon SE (1995) Uma equação de dupla integral para o comprimento de execução médio de uma tabela de controle de média móvel ponderada exponencialmente multivariada. Stat Probab Lett 24: 365373 CrossRef MATH MathSciNet Google Scholar Runger GC, Montgomery DC (1993) Melhorias de amostragem adaptativa para gráficos de controle Shewhart. IIE Trans 25: 4151 CrossRef Google Scholar Runger GC, Prabhu SS (1996) Um modelo de cadeia de Markov para o gráfico de controle de médias móveis variadas de pontuação exponencial multivariada. J Am Stat Assoc 91: 17011706 CrossRef MATH MathSciNet Google Scholar Saccucci MS, Amin RW, Lucas JM (1992) Esquemas de controle de média móvel ponderada exponencialmente com intervalos de amostragem variáveis. Commun Stat Simul Comput 21: 627657 CrossRef MathSciNet Google Scholar Shamma SE, Amin RW, Shamma AK (1991) Um duplo procedimento de controle de média móvel ponderada exponencialmente com intervalos de amostragem variáveis. Commun Stat Simul Comput 20: 511528 CrossRef MATH MathSciNet Google Acadêmico Stoumbos ZG, Mittenthal J, Runger GC (2001) Planetas de controle adaptativo estáveis e estáveis baseados em intervalos de amostragem variáveis. Stoch Anal Appl 19: 10251057 CrossRef MATH MathSciNet Google Scholar Yang SF, Chen WY (2011) Monitorando e diagnosticando etapas do processo dependentes usando gráficos de controle VSI. J Stat Plan Inference 141: 18081816 CrossRef MATH Google Scholar Yang SF, Ko CY, Yeh JT (2010) Usando gráficos de controle de perda VSI para monitorar um processo com ajuste incorreto. Commun Stat Simul Comput 39: 736749 CrossRef MATH MathSciNet Google Scholar Zhang Y, Castagliola P, Wu Z, Khoo MBC (2012) O gráfico de intervalo de amostragem variável (barra) com parâmetros estimados. Qual Reliab Eng Int 28: 1934 CrossRef Google Scholar Informações de direitos autorais Springer-Verlag Berlin Heidelberg 2013 Autores e Afiliações Ming Ha Lee 1 Email autor Michael BC Khoo 2 1. Faculdade de Engenharia, Informática e Ciência Swinburne Universidade de Tecnologia Sarawak Campus Kuching Malásia 2. Escola de Ciências Matemáticas Universiti Sains Malásia Penang Malásia Sobre este artigo Imprimir ISSN 0943-4062 Online ISSN 1613-9658 Nome do editor Springer Berlin Heidelberg
No comments:
Post a Comment