Exponentiell Gewichtete Gleitende Durchschnittskontrolldiagramme Zur Überwachung Einer Erhöhung Der Poissonrate

Der exponentiell gewichtete gleitende Durchschnitt (EWMA) ist eine Statistik für die Überwachung des Prozesses, die die Daten in einer Weise, die weniger und weniger Gewicht auf Daten, da sie weiter entfernt werden, in der Zeit. Vergleich von Shewhart-Kontrolldiagramm und EWMA-Kontrolltafel-Techniken Für die Shewhart-Diagrammsteuerungstechnik hängt die Entscheidung über den Zustand der Kontrolle des Prozesses zu irgendeinem Zeitpunkt (t) ausschließlich von der letzten Messung aus dem Verfahren ab, Der Grad der Richtigkeit der Schätzungen der Kontrollgrenzen aus historischen Daten. Für die EWMA-Steuerungstechnik hängt die Entscheidung von der EWMA-Statistik ab, die ein exponentiell gewichteter Durchschnitt aller vorherigen Daten ist, einschließlich der letzten Messung. Durch die Wahl des Gewichtungsfaktors (Lambda) kann die EWMA-Steuerprozedur empfindlich auf eine kleine oder allmähliche Drift in dem Prozess eingestellt werden, während die Shewhart-Steuerprozedur nur dann reagieren kann, wenn der letzte Datenpunkt außerhalb einer Kontrollgrenze liegt. Definition von EWMA Die berechnete Statistik ist: mbox t lambda Yt (1-lambda) mbox ,,, mbox ,,, t 1,, 2,, ldots ,, n. Wobei (mbox 0) der Mittelwert der historischen Daten (Ziel) (Yt) ist die Beobachtung zur Zeit (t) (n) die Anzahl der zu überwachenden Beobachtungen einschließlich (mbox 0) (0 Interpretation der EWMA - Dots sind die Rohdaten, die gezackte Linie ist die EWMA-Statistik im Laufe der Zeit. Das Diagramm zeigt uns, dass der Prozess in der Steuerung ist, weil alle (mbox t) zwischen den Kontroll-Grenzen liegen. Allerdings scheint es einen Trend nach oben für die letzten 5 Perioden. Exponentiell gewichtete gleitende durchschnittliche Kontrolldiagramme zur Überwachung von Zunahmen in der Poisson-Rate Zitate Zitate 5 References References 24 Abstract anzeigen Zusammenfassung verstecken ABSTRACT: Viele Anwendungen beinhalten die Überwachung der Inzidenzraten der Poisson-Verteilung, wenn die Probengröße im Laufe der Zeit variiert (EVL) und exponentiell gewichteter gleitender Durchschnitt (EWMA) Kontrollkarten wurden vorgeschlagen, um dieses Problem anzugehen, indem wir die unterschiedliche Stichprobengröße berücksichtigen. Allerdings argumentieren wir, dass einige dieser Diagramme, die sehr gut im Hinblick auf die durchschnittliche Lauflänge (ARL) Kann in der Praxis nicht ansprechend sein, weil sie eher unbefriedigende Lauflängenverteilungen aufweisen. Bei einigen Diagrammen wird die spezifizierte Steuerung (IC) ARL mit erhöhten Wahrscheinlichkeiten von sehr kurzen und sehr langen Läufen erreicht, verglichen mit einer geometrischen Verteilung. Dies spiegelt sich in einer größeren Lauflängen-Standardabweichung als die einer geometrischen Verteilung und einer erhöhten Wahrscheinlichkeit von Fehlalarmen mit kurzen Durchläufen, was wiederum das Vertrauen der Bediener in gültige Alarme verletzt. Darüber hinaus weist das IC ARL mit vielen Diagrammen beträchtliche Variationen mit unterschiedlichen Mustern von Probengrößen auf. Im Rahmen des gewichteten Wahrscheinlichkeitsverhältnistests schlägt dieses Papier eine neue EWMA-Kontrollkarte vor, die die variierenden Probengrößen automatisch mit dem EWMA-Schema integriert. Es ist schnell zu berechnen, leicht zu konstruieren und sehr effizient bei der Erkennung von Veränderungen der Poisson-Raten. Zwei wichtige Merkmale des vorgeschlagenen Verfahrens sind, dass die IC-Lauflängenverteilung ähnlich der einer geometrischen Verteilung ist und die IC-ARL robust gegenüber verschiedenen Mustern der Probengrößenvariation ist. Unsere Simulationsergebnisse zeigen, dass das vorgeschlagene Diagramm im Vergleich zu bestehenden EWMA-Diagrammen im Allgemeinen effektiver und robuster ist. Ein Beispiel für eine Gesundheitsüberwachung auf der Grundlage von Mortalitätsdaten aus New Mexico wird zur Durchführung der vorgeschlagenen Methode verwendet. Volltext-Artikel Sep 2012 Qin Zhou Changliang Zou Zhaojun Wang Wei Jiang Zusammenfassung Abstrakt verstecken Zusammenfassung ABSTRAKT: Kontrollkarten basierend auf der Poisson-Verteilung werden häufig verwendet, um Zähldaten in Attributen zu überwachen. Allerdings basiert die Poisson-Verteilung auf der zugrunde liegenden Äquidispersionsannahme, die begrenzt ist, wie von verschiedenen Forschern in der Literatur diskutiert. Daher ist ein verallgemeinertes Steuerdiagramm erforderlich, das verwendet werden kann, um sowohl überdispergierte als auch unterdimensionierte Zähldaten zu überwachen. Dieser Artikel beschreibt die Methoden zur Umsetzung für verteilte Zähldaten und präsentiert Ideen für zukünftige Arbeit in diesem Bereich. Eine umfassende Literaturrecherche für Forscher und Praktiker wird in diesem Artikel vorgestellt. Copyright 2014 John Wiley amp Sons, Ltd. Artikel Mar 2014 Aamir Saghir Zhengyan Lin Abstrakt anzeigen Abstrakt ausblenden ABSTRAKT: Ein neues Attributkontrolldiagramm wird präsentiert, um Prozesse zu überwachen, die Zähldaten erzeugen. Das wirtschaftliche Ziel der Tabelle ist es, die Gesamtkosten ihrer Fehler, eine lineare Funktion der Fehler Typ I und II zu minimieren. Das vorgeschlagene Diagramm kann auf Poisson, geometrische und negative Binomialannahmen angewendet werden. Kontrollgrenzen werden optimal berechnet, da sie auf exakten Wahrscheinlichkeitsverteilungen basieren und dazu verwendet werden, definierte Richtungsverschiebungen in einem Prozess zu detektieren. Einige numerische Ergebnisse werden zur Verfügung gestellt, und die erwarteten Kosten der neuen Tabelle werden mit denen eines einseitigen c-Charts verglichen. Andere Effekte wie die Änderung der Kostenstruktur werden grafisch dargestellt. Copyright 2015 John Wiley amp Sons, Ltd. Artikel Jul 2015 Negin Enayaty Ahangar Justin R. ChimkaA Neues EWMA-Kontrollschema für die Beobachtung von Poisson-Beobachtungen Abstraktes Ausblenden ABSTRAKT: Bei bestimmten Herstellungsprozessen ist es notwendig oder bequemer, Fehlerzählungen zu verwenden oder Konformität pro Maßeinheit, um anzuzeigen, ob ein Produktionsprozess unter Kontrolle ist oder nicht. Counts dieser Art sind oft gut durch eine Poisson-Verteilung ausgestattet. Drei modifizierte exponentiell gewichtete gleitende Mittel (EWMA) Kontrolldiagramme werden in diesem Papier für die Überwachung der Poisson-Zählungen entwickelt. Die durchschnittliche Lauflänge (ARL) und die Wahrscheinlichkeitsfunktion der Laufzeit dieser modifizierten Steuerkarten können exakt mit Ergebnissen der Markov-Kettentheorie berechnet werden. Diese modifizierten Kontrolldiagramme zeigen, dass sie im Allgemeinen besser als die Shewhart-Kontrollkarte sind, basierend auf ARL-Überlegungen. Es werden Tabellen von In-Control-ARLs dieser modifizierten Steuerkarten gegeben, um die Implementierung dieser modifizierten Steuerkarten zu unterstützen. Die Implementierung und das Design dieser EWMA-Regelkarten werden diskutiert. Die Verwendung dieser modifizierten EWMA-Regelkarten ist an einem Beispiel dargestellt. Artikel Jan. 1990 F. F. Gan Zusammenfassung Zusammenfassung Verstecken Zusammenfassung ABSTRAKT: Automatisierte öffentliche Gesundheit Datensätze liefern die notwendigen Daten für die schnelle Ausbruch-Erkennung. Ein adaptiver exponentiell gewichteter gleitender Durchschnitt (EWMA) Plan wird für die Signalisierung ungewöhnlich hoher Inzidenz bei der Überwachung einer Zeitreihe von nicht homogenen täglichen Krankheitszahlen entwickelt. Ein Poisson-Übergangsregressionsmodell wird verwendet, um den Hintergrunderwartungs-Trend in Zählungen anzupassen, und liefert eine Tagesprognose der nächsten dayx27s-Zählung. Abweichungen von ihren Prognosen werden überwacht. Das Papier skizziert einen Ansatz für die Verbesserung der frühen Ausbruch Datensignale durch dynamische Anpassung der exponentiellen Gewichte als effizient bei der Signalisierung lokaler persistent hohe Seite Änderungen. Wir betonen Ausbreitungssignale in stationären Zuständen, dh Änderungen, die auftreten, nachdem die EWMA-Statistik mehrere In-Control-Zählungen durchlaufen hatte. Volltext-Artikel Juni 2009 R. S. Sparks Keighley T Muscatello D