基于贝叶斯状态空间模型的多变量控制图

本文提出了一种新的多变量控制图方法，用于处理向量自相关和序列相关过程。主要思想是提出一种贝叶斯多变量局部水平模型，该模型是自相关过程的 Shewhart-Deming 模型的推广，旨在提供过程的预测误差分布，然后将单变量修正 EWMA 控制图应用于预测误差密度与目标误差密度的贝叶斯因子（Bayes' factors）的对数。所得到的控制图能够处理对数贝叶斯因子的非正态性和自相关结构。新的控制图方案具有通用性，其优势在于不仅能同时控制过程均值向量和离散协方差矩阵，还能控制整个过程的目标分布。伦敦金属交易所数据和生产时间序列数据的两个实例说明了新控制图的能力。