关于基于个体观测的高维过程监控
统计方法学
2023-01-24 v2
摘要
现代数据收集方法与计算工具使得监控高维过程成为可能。本文研究了当第一阶段收集的样本数量相对于变量个数有限时，高维过程的第二阶段监控。引入了一种基于底层协方差矩阵对角元素的高维多元过程新图表统计量，并提出了利用自启动控制图的第一阶段与第二阶段的统一流程。为消除异常值的影响，我们在第一阶段采用稳健的参数估计流程并引入相应的一致估计量。所提方法的统计性能在第二阶段通过平均运行长度（ARL）准则在有无异常值情况下进行了评估，结果表明所提控制图方案能有效检测过程均值中的各类偏移。最后，我们通过一个真实案例说明了所提方法的适用性。
引用
@article{arxiv.2110.13696,
title = {On Monitoring High-Dimensional Processes with Individual Observations},
author = {Mohsen Ebadi and Shojaeddin Chenouri and Stefan H. Steiner},
journal= {arXiv preprint arXiv:2110.13696},
year = {2023}
}