Geri Dön

Robust scale estimators in statistical quality control: Robust control charts

İstatistiksel kalite kontrolünde dayanıklı ölçek kestiricileri: Dayanıklı kontrol grafikleri

  1. Tez No: 328338
  2. Yazar: ALP GİRAY ÖZEN
  3. Danışmanlar: YRD. DOÇ. DR. A. FIRAT ÖZDEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 184

Özet

Kontrol Grafikleri, endüstriyel süreçlerde istenmeyen sapmaların tespitinde kullanılan en güçlü araçlardandır. Kontrol grafiklerinin geçerli performans ölçütlerinden birisi, üretimin kontrol dışında olduğu sinyalinin alınması için gereken ardışık örneklem adedinin beklenen değeri olan, ortalama tekrar uzunluğudur. Klasik Shewart S Kontrol Grafiğinin kitle standart sapmasının kontrolü için performansı, temelde normallik varsayımına dayanır ki; bu varsayım, pratikte nadiren tutarlıdır.Dayanıklı tahmin ediciler, İstatistik için, kitle parametresinin veri dağılımından bağımsız olarak tahmin edilmesinde çok önemli bir yere sahiptir. ?Ortanca Mutlak Sapması? (MAD), S_n ve Q_n, kitle standart sapmasının dayanıklı tahmin edicilerinden bazılarıdır.Bu çalışmanın amacı, Shewart S Grafiğinin performansını ağır kuyruklu dağılımlar için gözlemlemek ve daha iyi performansa sahip olan, dayanıklı kontrol grafikleri önermektir. Kontrol limitleri bootstrap yöntemi ile belirlenen, bu özellikte grafikler önerilmiştir. Önerilen grafiklerin performansları, normal dağılan ve normal dağılmayan kitleler için, Monte Carlo benzetim çalışması yaparak karşılaştırılmıştır.Çalışmanın bulguları, Shewart S Grafiği'nin normal dağılım altında kullanımı ile eş-güçlü olan bir tasarım öne sürer. Daha da önemlisi, önerilen tasarımın yanlış uyarı olasılığının normal dağılım için S grafiğininkinden biraz daha yüksek olsa da, ağır kuyruklu dağılımlar için bu olasılığın S grafiğininkinden çok daha düşük olmasıdır. Bu tasarım, Sn ve Qn grafiklerinin eş zamanlı kullanılmasıyla oluşturulmuştur.Cauchy modeli, Elektrik Mühendisliği, ve Fizikte birtakım özgül uygulamalar için önemli bir modeldir. Shewart S Grafiği Cauchy modeli için sonuç vermez ve bu model için de yeni bir tasarım önerilmiştir. Bu yeni tasarım da, MAD ve Qn grafiklerinin eş zamanlı kullanılmasına karşılık gelmektedir.

Özet (Çeviri)

Control Charts are one of the most powerful tools used to detect aberrant behavior in industrial processes. A valid performance measure for a control chart is the average run length (ARL); which is the expected number of runs to get an out of control signal. The usual Shewart S Control Charts? performance in controlling the process standard deviation is based on the fundamental assumption of normality, which is a rarely consistent one in practice.Robust estimators are of vital importance in Statistics in order to estimate population parameters independent of the data distribution. ?Median Absolute Deviation? (MAD), Sn, and Qn are such estimators for population standard deviation.The aim of this study is to observe performance of Shewart S-Chart for heavy tailed symmetric distributions and propose alternative robust control charts that perform better. Such qualified charts are proposed, whose control limits are obtained by using bootstrap methodology. Monte Carlo simulation study is performed to simulate their performances under normal and non-normal distributions.The findings of the study assert an equal-power design to the use of Shewart S Chart. More importantly, although the proposed design?s false alarm probability (PFA) is slightly more under normal distribution, its PFA is much less than that of Shewart S Chart for heavy tailed symmetric distributions. This design employs the simultaneous use of Sn Chart and Qn Chart.Cauchy model is an important model in specific applications of Electrical Engineering and Physics. Shewart S chart does not work in a Cauchy model and another design is proposed for this model. This second design makes simultaneous use of MAD and Qn Charts.

Benzer Tezler

  1. Reweighted robust dispersion estimation methods for univariate S-charts

    Tek değişkenli S-grafikleri için yeniden ağırlıklandırmalı sağlam yayılım tahmin yöntemleri

    ECE ÇİĞDEM MUTLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Kimya MühendisliğiBoğaziçi Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURAK ALAKENT

  2. Efficient techniques for the single-frame super-resolution reconstruction of intensity images

    Tek imgeden süper-çözünürlüklü geri-çatma amacıyla geliştirilmiş etkin yöntemler

    AYDIN AKYOL

    Doktora

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  3. Nonlinear dynamic analysis of eeg-signals using synchronization techniques

    Eeg sinyallerinin senkronizasyon teknikleri kullanılarak doğrusal olmayan dinamik analizi

    ALİ EED MOHAMMAD OLAMAT

    Doktora

    İngilizce

    İngilizce

    2019

    Biyomühendislikİstanbul Üniversitesi-Cerrahpaşa

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. AYDIN AKAN

  4. Çiftlik hayvanlarında major genler. Bunların belirlenmesi, transferi ve endüstriyel kullanımı

    Major genes in farm animals: Their identification, transfer and industrial utilization

    İBRAHİM CEMAL

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    ZiraatYüzüncü Yıl Üniversitesi

    Zootekni Ana Bilim Dalı

    DOÇ. DR. ORHAN KARACA

  5. Matris değişkenli dağılımlar ve robust istatistiksel analize uygulamaları

    Matrix variate distributions and applications in robust statistical analysis

    YAKUP MURAT BULUT

    Doktora

    Türkçe

    Türkçe

    2015

    İstatistikEskişehir Osmangazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ARZU ALTIN YAVUZ

    PROF. DR. OLCAY ARSLAN