稳健估计量在 Shewhart S 控制图中的应用
其他统计学
2018-12-31 v1
摘要
将制造产品的质量维持在期望水平已知可提高客户满意度与盈利能力。Shewhart 控制图是统计过程控制(SPC)技术中应用最广泛的工具,用于监控产品质量并控制过程变异。基于独立且正态分布数据集的假设,样本均值与样本标准差统计量分别是确定过程位置与尺度最为高效的常规估计量。另一方面,实际过程数据未必服从正态分布:可能存在离群值,和/或抽样总体可能受污染。在此类情形下,常规估计量的效率显著降低,Shewhart 控制图的效能可能低至不合意水平,例如合理子组(第一阶段数据集)中的偶发离群值可能剧烈影响样本均值与标准差,导致劣质产品检测(第二阶段流程)的严重延迟。为进行更高效的分析,需采用针对污染具有稳健性的估计量。结果表明,与常规方法相比,稳健估计量在应对扩散型局部污染与对称-非对称污染时均更为高效,且在检测扰动时具有更高效能。
引用
@article{arxiv.1812.11132,
title = {Application of Robust Estimators in Shewhart S-Charts},
author = {Burak Alakent and Ece C. Mutlu},
journal= {arXiv preprint arXiv:1812.11132},
year = {2018}
}