Exponentiell Gewichtete Gleitende Durchschnittsdiagramme Für Dreistufige Produkte

Exponentiell gewichtete gleitende Durchschnittliche Kontrollkarten für dreistufige Produkte Zitieren Sie diesen Artikel als: Tsai, TR. Yen, WP. Stat Papers (2011) 52: 419. doi: 10.1007s00362-009-0239-3 In diesem Papier werden exponentiell gewichtete gleitende Durchschnittsdiagramme (EWMA) für multinomiale Daten mit einem dreistufigen Klassifizierungsschema entwickelt. Die untere und die obere Steuergrenze der vorgeschlagenen EWMA-Regelkarte werden anhand der Markov-Kettennäherung ausgewertet. Verglichen mit dem dreistufigen Shewhart-Kontrollschema zeigen numerische Ergebnisse, dass die vorgeschlagene EWMA-Kontrollkarte relativ empfindlich gegenüber kleinen Verschiebungen in einem dreistufigen multinomialen Prozess ist. Eine Figur und ein Tisch sind für Praktiker vorgesehen, um den Wert des Diagrammbeschränkungskoeffizienten auszuwählen, der die erwünschte in-Kontroll-Durchschnittslauflänge ergibt. Durchschnittliche Lauflänge EWMA-Steuerkarte Markov-Kette Qualitätswertfunktion Shewhart-Steuerkarte Referenzen Bray D, Lyon D, Burr I (1973) Drei-Klassen-Attributepläne in der Abnahmeentnahme. Technometrics 15 (3): 575585 CrossRef Google Scholar Brror C, Champ C, Rigdon S (1998) Poisson EWMA-Steuerungsdiagramm. J Qual Technol 30: 352361 Google Scholar Brror C, Montgomery D, Runger G (1999) Robustheit der EWMA-Kontrollkarte auf Nicht-Normalität. J Qual Technol 21: 242250 Google Scholar Clements J (1978) Normen und Stichprobenpläne für Produktsicherheit. ASVC Technical Conference Transactions, 483490 Clements J (1983) Trinomische Stichprobenpläne für MIL-STD-105D. ASQC Qual Congr Trans 37: 256264 Google Scholar Crowder SV (1989) Entwurf von exponentiell gewichteten gleitenden Durchschnittsplänen. J Qual Technol 21: 155162 Google Scholar Cassady C, Nachlas J (2003) Evaluierung und Umsetzung von Planungsplänen auf drei Ebenen. Qual Eng 15 (3): 361369 CrossRef Google Scholar Cassady C, Nachlas J (2006) Auswertung und Implementierung von 3-Stufen-Kontrollkarten. Qual Eng 18: 285292 CrossRef Google Scholar Lucas JM, Saccucci MS (1987) Exponentiell gewichtete gleitende durchschnittliche Kontrollschemata: Eigenschaften und Erweiterungen. Drexel University Fakultät Arbeitsserien Paper 87-4, Philadelphia, PA Lucas JM, Saccucci MS (1990) Exponentiell gewichtete gleitende Durchschnittsregelungen: Eigenschaften und Erweiterungen. Technometrics 32: 112 MathSciNet CrossRef Google Scholar Marcucci M (1985) Überwachung multinomialer Prozesse. J Qual Technol 17 (2): 8691 Google Scholar Montgomery DC (2005) Einführung in die statistische Qualitätskontrolle, 5. Aufl. Wiley, New York MATH Google Scholar Newcombe P, Allen O (1988) Ein Drei-Klasse-Verfahren für die Akzeptanz Probenahme von Variablen. Technometrics 30 (4): 415421 CrossRef Google Scholar Ng C, Fall K (1989) Entwicklung und Auswertung von Kontrollkarten mit exponentiell gewichteten gleitenden Durchschnitten. J Qual Technol 31: 309315 Google Scholar Roberts SW (1959) Kontrolltabellen basierend auf geometrischen gleitenden Durchschnitten. Technometrics 1: 239250 CrossRef Google Scholar Shah D, Phatak A (1973) Die maximale Wahrscheinlichkeitsschätzung unter beschränkten Drei-Klassen-Attributen Pläne. Technometrics 19 (2): 159166 MathSciNet CrossRef Google Scholar Shapiro S, Zahedi H (1990) Bernoulli-Studien und diskrete Verteilungen. J Qual Technol 22 (3): 193205 Google Scholar Copyright InformationKontakt Info Site-Suche Knowledge Center EWMA-Diagramm verwenden EWMA (oder exponentiell gewichteter gleitender Durchschnitt) Diagramme werden im Allgemeinen für die Erkennung kleiner Verschiebungen im Prozessmittel verwendet. Sie erkennen Verschiebungen von 0,5 Sigma auf 2 Sigma viel schneller als Shewhart-Diagramme mit der gleichen Stichprobengröße. Sie sind jedoch langsamer bei der Erfassung großer Verschiebungen im Prozessmittel. Darüber hinaus können aufgrund der inhärenten Abhängigkeit von Datenpunkten keine typischen Ausführungstests verwendet werden. EWMA-Charts können auch bevorzugt werden, wenn die Untergruppen die Größe n1 haben. In diesem Fall könnte ein alternatives Diagramm das individuelle X-Diagramm sein, in welchem ​​Fall Sie die Verteilung des Prozesses abschätzen müssten, um seine erwarteten Grenzen mit Kontrollgrenzen zu definieren. Der Vorteil von Cusum-, EWMA - und Moving-Average-Diagrammen besteht darin, dass jeder aufgetragene Punkt mehrere Beobachtungen enthält, sodass Sie den zentralen Grenzwertsatz verwenden können, um zu sagen, dass der Mittelwert der Punkte (oder der gleitende Durchschnitt in diesem Fall) normal verteilt und die Kontrolle ist Grenzen sind klar definiert. Bei der Wahl des Wertes von Lambda, der für die Gewichtung verwendet wird, wird empfohlen, kleine Werte (wie 0,2) zum Erfassen kleiner Verschiebungen und grßere Werte (zwischen 0,2 und 0,4) für größere Verschiebungen zu verwenden. Ein EWMA-Diagramm mit lambda 1.0 ist ein X-Balkendiagramm. EWMA-Diagramme werden auch verwendet, um den Einfluss von bekannten, unkontrollierbaren Rauschen in den Daten zu glätten. Viele Abrechnungsprozesse und chemische Prozesse passen in diese Kategorisierung. Zum Beispiel, während Tag zu Tag Schwankungen in der Rechnungslegung Prozesse groß sein können, sind sie nicht nur ein Indiz für Prozess Instabilität. Die Wahl von Lambda kann bestimmt werden, um das Diagramm mehr oder weniger empfindlich für diese täglichen Schwankungen zu machen. Eine modifizierte EWMA-Kontrollkarte kann für autokorrelierte Prozesse mit einem langsam treibenden Mittel verwendet werden. Der wandernde Mittelfall wurde von Montgomery und Mastrangelo (Journal of Quality Technology, Juli 1991, Bd. 23, Nr. 3, S. 179-193) für Vorgänge präsentiert, die positiv autokorreliert sind und das Mittel nicht zu schnell driftet. Die Untergruppengröße für den wandernden Mittelfall ist auf n1 begrenzt, da der Untergruppenbereich keinen bedeutungsvollen Indikator für Prozeßvariation darstellt, wenn Beobachtungen autokorreliert werden. Siehe EWMA-Prognose Wie bei anderen Steuerkarten werden EWMA-Diagramme zur Überwachung von Prozessen über die Zeit verwendet. Die x-Achsen sind zeitbasiert, so dass die Diagramme eine Historie des Prozesses zeigen. Aus diesem Grund müssen Sie Daten haben, die zeitgesteuert sind, die in der Reihenfolge eingegeben werden, aus der sie generiert wurden. Wenn dies nicht der Fall ist, können Trends oder Verschiebungen des Prozesses nicht erkannt werden, sondern stattdessen einer zufälligen (häufigen) Variation zugeschrieben werden. Seit 1982: Die Kunstwissenschaft, um Ihr Endergebnis zu verbessern Quality America bietet Software zur statistischen Prozesskontrolle sowie Schulungsmaterialien für Lean Six Sigma, Quality Management und SPC. Wir begleiten einen kundenorientierten Ansatz und führen in vielen Software-Innovationen kontinuierlich nach Wegen, unseren Kunden die besten und kostengünstigsten Lösungen zu bieten. Die führenden Unternehmen in ihrem Bereich, Quality America hat Software und Training Produkte und Dienstleistungen für Zehntausende von Unternehmen in über 25 Ländern zur Verfügung gestellt. Copyright (a) Copyright (a) Copyright (a) Copyright (e) Copyright (a) Copyright (c) 2006-2011 (German) Copyright © 2012 WikiFreak Index. Alle Rechte vorbehalten. Alle Rechte vorbehalten Als gemessene Abmessung oder Zeit). Er gleicht gewichtete gleitende Mittelwerte aus. Ein Gewichtungsfaktor wird durch den Benutzer ausgewählt, um zu bestimmen, wie ältere Datenpunkte den Mittelwert im Vergleich zu jüngeren beeinflussen. Da EWMA-Kontrollkarten Informationen aus allen Proben verwenden, erkennen sie wesentlich kleinere Prozessverschiebungen als ein normales Kontrollschema. Obwohl Standard-EWMA-Diagramme zur Überwachung von Prozessen mit einem stabilen Mittel ausgelegt sind, kann eine modifizierte EWMA-Steuerkarte für autokorrelierte Prozesse mit einem langsam driftenden Mittel verwendet werden. Seit 1982: Die Kunstwissenschaft, um Ihr Endergebnis zu verbessern Quality America bietet Software zur statistischen Prozesskontrolle sowie Schulungsmaterialien für Lean Six Sigma, Quality Management und SPC. Wir begleiten einen kundenorientierten Ansatz und führen in vielen Software-Innovationen kontinuierlich nach Wegen, unseren Kunden die besten und kostengünstigsten Lösungen zu bieten. Die führenden Unternehmen in ihrem Bereich, Quality America hat Software und Training Produkte und Dienstleistungen für Zehntausende von Unternehmen in über 25 Ländern zur Verfügung gestellt. Urheberrecht