بررسی اثر نابرابری واریانس ها بر پایش پروفایل های خطی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 724

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICISE02_052

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

در بسیاری از مسائل کنترل کیفیت آماری، کیفیت فرایند یا محصول با استفاده از رابطه بین یک متغیر پاسخ و یک یا چند متغیر مستقل توصیف میشود، که این رابطه پروفایل نامیده میشود. با توجه به رابطه رگرسیونی بین متغیر پاسخ و متغیر مستقل، انواع پروفایلهای خطی ساده، چند متغیره، غیرخطی و ... وجود دارد. هدف این تحقیق، بررسی اثر نقض برابری واریانس عناصر خطا بر پایش پروفایلهای خطی ساده میباشد که یکی از فرضیات اولیه در پایش پروفایلها است. اگر هنگام نابرابری واریانس عناصر خطا از مدل حداقل مربعات معمولی استفاده شود، طبق قضیه گاوس مارکوف برآوردهای شیب و عرض از مبدأ بهترین برآوردکننده نااریب با کمترین واریانس نخواهند بود. علاوه بر این، واریانس برآورد شده با روش حداقل مربعات برای ضرایب رگرسیون در این حالت نااریب نیست. با در نظر گرفتن دو سناریو برای نابرابری واریانسها، شبیهسازی برای رویکرد2T کنگ و آلباین و رویکردEWMA-2 که ترکیب دو نمودارEWMA جداگانه برای پایش شیب و عرض از مبدأ است، در فاز دو انجام شده است. نتایج حاصل از شبیه سازی حاکی از آن بود که در هردو رویکرد، ARL تحت کنترل به شدت تحت تأثیر نابرابری واریانسها قرار میگیرد و برآوردهای حداقل مربعات شیب و عرض از مبدأ در چنین وضعیتی عملکرد مناسبی از خود نشان نمیدهند

نویسندگان

فرزانه بدخشان

دانشجوی کارشناسی ارشد، دانشگاه فردوسی مشهد؛

علیرضا شادمان

استادیار، دانشگاه فردوسی مشهد؛

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • New Control [25] Aءه Khedmati, M. and Niaki, S. T. ...
  • Woodall, W.H., Spitzner, D. J., Montgomery, D. C., and Gupta, ...
  • Statistical analysis of profile monitoring, John Wiley [3] & Sons, ...
  • Woodall, W. H. and Montgomery, D. C., "Some current directions ...
  • Kang, L. and Albin, S., "On-line monitoring when the process ...
  • Amiri, A., Zand, A. and Soudbakhsh, D., "Monitoring simple linear ...
  • Kim, K., Mahmoud, M.A., and Woodal, W.H., :On [8] the ...
  • Zou, C., Zhang, Y. and Wang, Z., "A control chart ...
  • Noorossana, R., Amiri, A.. Vaghefi, A. and [10] Roghanian, E., ...
  • Noorossana, R., Aminmadani, M. and Saghaei, A., [11] "Effect of ...
  • Niaki, S. T. _ Abbasi, B. and Arkat, J., _ ...
  • Saghaei, A., Mehrjoo, M. and Amiri, A., :A [13] CUSUM-based ...
  • Zhang, J., Li, Z. and Wang, Z., "Control chart based ...
  • Mahmoud, M. A., Morgan, J. and Woodall, W. H., [15] ...
  • Mestek, O., Pavlik, J, and Suchanek, M., [16] _ 'Multivariate ...
  • Mahmoud, M. A. and Woodall, W. H., "Phase I [17] ...
  • Mahmoud, M.A., Parker, P. _ Woodall, W. H. and [18] ...
  • Chen, S. and Nembhard, H. B., _ h igh -dimensional ...
  • Yeh, A. and Zerehsaz, Y., "Phase I control of simple ...
  • Noorossana, R., Vaghefi, A., and Dorri, M., "The [21] effect ...
  • Noorossana, R., Vaghefi, S. and Amiri, A., "The [22] effect ...
  • Soleimani, P., Noorossana, R., and Saghaeai, A., "Effect of autocorrelation ...
  • Soleimani, P., Noorossana, R., and Amiri, A.. [24] "Simple linear ...
  • Mastrangelo, C. M. and Forreset, D. R., [26] 'Multivariate autocorrelated ...
  • Koosha, M. and Amiri, A., "Monitoring correlation [27] within simple ...
  • Soleimani, P. and Hadizadeh, R., "Monitoring simple [28] linear profiles ...
  • Montgomery, D. C., Peck, E. A., and Vining, G. G.; ...
  • assumptions, vol. 92, Sage Publications, 1993. ...
  • Average Run Length 2 Ordinary least-squares ...
  • Generalized Autoregressive Conditional Hetero scedasticity 4 Gauss - Markov Theorem ...
  • Exponentially Weighted Moving Average 6 Weighted Least Squares ...
  • نمایش کامل مراجع