Otokorelasyon içeren veriler için yeni kontrol şemaları
New control charts for autocorrelated data
- Tez No: 327260
- Danışmanlar: PROF. DR. ŞANSLI ŞENOL, YRD. DOÇ. DR. HAKAN SAVAŞ SAZAK
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, İstatistik, Industrial and Industrial Engineering, Statistics
- Anahtar Kelimeler: Özilintili veri, artık kontrol şeması, ortalama koşu uzunluğu, dayanıklılık, uyarlanmış olabilirlik, süreç kontrolü, kalite kontrol, Autocorrelated data, residual control chart, average run length, robustness, modified likelihood, process control, quality control
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Klasik kontrol şemaları izlenen süreçten elde edilen gözlemlerin birbirinden bağımsız olduğunu varsayar. Ancak, örneğin kimyasal süreçlerlerdeki ardışık ölçümler sıklıkla birbiriyle ilintilidir ve bu şemaların tasarım gereksinimleri beklenen performansı göstermez. Otokorelasyon içeren verileri ele alan kontrol şemalarından biri Shewhart artık kontrol şemasıdır. Artık kontrol şeması tasarımında, süreç parametrelerinin değerleri, kontrol altında olduğu düşünülen bir referans örneklemden en küçük kareler yöntemiyle tahmin edilir. Bu çalışmada, artık kontrol şeması tasarımında en küçük kareler tahmin edicileri yerine uyarlanmış en çok olabilirlik tahmin edicileri (MML) kullanılarak otokorelasyon içeren veriler için dayanıklı kontrol şeması önerilmiştir. Bu yeni şemaya MML artık şeması adı verilmiştir. İzlenen süreç AR(1) modele uygun olduğunda, önerilen şema için kontrol içi ve kontrol dışı ortalama koşu uzunlukları (ARL) hesaplanmış ve en küçük kareler tahmin edicilerinin kullanıldığı klasik artık kontrol şeması ARL değerleri ile karşılaştırılmıştır. Hata terimlerinin varsayılan dağılımından olası sapmalara yeni şemanın dayanıklı olduğu gösterilmiştir. Ayrıca hata terimlerinin dağılımının Normal olması durumunda yeni şemanın ARL performansının klasik artık kontrol şemasının ARL performansı kadar iyi olduğu da gösterilmiştir.
Özet (Çeviri)
Traditional control charts assume independence of observations obtained from the monitored process. However, consecutive measurements, for example in chemical processes, are often highly correlated and these charts frequently do not perform as intended by the design requirements. One of the approaches when considering control charts for autocorrelated data is to construct Shewhart residual control chart. In the design of residual control chart, values of true process parameters are often estimated from a reference sample of in-control observations by using least squares estimators. In this study, we propose a robust control chart for autocorrelated data by using Modified Maximum Likelihood (MML) estimators instead of least squares estimators in constructing residual control chart. This new chart is called MML residual chart. In-control and out-of-control average run length (ARL) are simulated for this proposed chart when the underlying process is AR(1) and compared with the ARL of usual residual control chart where least squares estimators are used. We show that this new chart is robust to plausible deviations from assumed distribution of errors. Furthermore, we also show that its ARL performance is as good as that of the usual residual control chart when the underlying distribution of errors is normal.
Benzer Tezler
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Video analysis based fish detecton and tail beat frequency estimation in fishways
Video analizi ile balık geçitlerinde balık tanıma ve kuyruk sallama frekansı tahmini
YASİN YILDIRIM
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
PROF. DR. SERHAT KÜÇÜKALİ
- Computation of thermal conductivity in nanofluids
Nanoakışkanlarda ısı iletkenliği hesaplamaları
CEREN ECE YÜCE
Yüksek Lisans
İngilizce
2023
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEM ÖZGÜR SERVANTİE
- Sinop yöresi Uludağ göknarı (Abies nordmanniana (Stev.) Subsp. bornmülleriana (Mattf.) meşcereleri için gövde çapı modelinin karışık etkili modelleme tekniği kullanılarak geliştirilmesi
Developing stem taper equations by using mixed effects modeling for Uludag fir (Abies nordmanniana (Stev.) Subsp. bornmülleriana (Mattf.) in Sinop region
ÜMİT YAŞAR
Yüksek Lisans
Türkçe
2015
Ormancılık ve Orman MühendisliğiSüleyman Demirel ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN ÖZÇELİK