×

使用基于广义线性测试的控制图对多变量分类过程进行第二阶段监测和诊断。 (英语) Zbl 1388.62383号

摘要:本文提出了两种基于广义线性检验(GLT)和列联表的控制图,用于多变量分类过程的第II阶段监测。将所提方法的性能与文献中提出的指数加权移动平均广义似然比检验(EWMA-GLRT)控制图进行了比较。结果表明,所提出的控制图在中、大位移下都有较好的性能。此外,还提出了一种新的方案来识别导致失控信号的参数。通过一些仿真实验对所提出的诊断程序的性能进行了评估。

MSC公司:

第60页 统计学在工程和工业中的应用;控制图
62H17型 应急表
62J12型 广义线性模型(逻辑模型)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Agresti,A.(2002年)。分类数据分析。佛罗里达州盖恩斯维尔佛罗里达州统计大学系:John Wiley&Sons,Inc.:新泽西州霍博肯·Zbl 1018.6202号
[2] Amiri,A.,Moein,E.(2013)。简单和多元线性回归曲线监测中诊断程序的一些注释。统计通信-模拟和计算42:981-1002·兹比尔1347.62259
[3] Anderson,T.W.(2003年)。多元统计分析导论。第三版,纽约:John Wiley&Sons,Inc·Zbl 1039.62044号
[4] Biswas,A.(2004)。生成相关有序分类随机样本。统计与概率快报70:25-35·Zbl 1107.62085号
[5] Ghoreishi,S.K.,Alijani。M.(2011)。2×2列联表中的动态关联建模。统计方法8:242-255·Zbl 1213.62103号
[6] Kieffer,D.,Bianchetti,L.,Poch,O.,Wicker,N.(2012年)。完美抽样2×●●×2×K列联表,并应用于SAGE数据。《统计规划与推断杂志》142:896-901·Zbl 1232.62092号
[7] Kijima,S.、Matsui,T.(2006)。二列列联表的多项式时间完美抽样算法。随机结构和算法29:243-256·Zbl 1104.62069号
[8] Li,J.,Tsung,F.,Zou,C.(2012)。多元分类过程的方向控制方案。质量技术杂志44:136-154。
[9] Li,J.,Tsung,F.,Zou,C.(2014)。多元二项式/多项式控制图。IIE交易46:526-542。
[10] Li,J.,Zou,C.,Wang,Z.,Huwang,L.(2013)。监控过程形状参数的多元符号图。质量技术杂志45:149-165。
[11] Mahmoud,M.A.(2008年)。多元线性回归曲线的第一阶段分析。统计通信-模拟和计算37:2106-2130·Zbl 1149.62101号
[12] Pearson,K.(1904年)。进化论的数学贡献十三:偶然性理论及其与关联和正态关联的关系。德雷珀斯公司研究回忆录,生物识别系列。1号,伦敦:杜洛,第1-37页。
[13] Yashchin,E.(2012年)。检测分类数据的变化。质量技术与定量管理9:79-96。
[14] Zhen,X.,Basawa,I.V.(2009年)。列联表的分类时间序列模型。统计与概率快报79:1331-1336·Zbl 1162.62408号
[15] Zou,C.,Tsung,F.(2010年)。基于似然比的无分布EWMA方案。质量技术杂志42:174-196。
[16] Zou,C.,Tsung,F.(2011年)。多元符号EWMA控制图。技术计量学53:84-97。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。