BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kończak Grzegorz (The Karol Adamiecki University of Economics in Katowice, Poland)
Tytuł
On Monitoring the Average Level of the Process Based on the Sequence of Permutation Tests
O monitorowaniu poziomu przeciętnego procesu z wykorzystaniem sekwencji testów permutacyjnych
Źródło
Acta Universitatis Lodziensis. Folia Oeconomica, 2011, t. 255, s. 115-123, rys., tab., bibliogr. 5 poz.
Tytuł własny numeru
Methodological Aspects of Multivariate Statistical Analysis : Statistical Models and Applications
Słowa kluczowe
Monitorowanie procesów, Analiza symulacyjna, Metoda Monte Carlo, Proces produkcji
Process monitoring, Simulation analysis, Monte Carlo method, Production process
Uwagi
summ., streszcz.
Abstrakt
Klasyczne metody pozwalające na monitorowanie poziomu przeciętnego procesów produkcyjnych odwołują się zwykle do założenia normalności rozkładu badanej zmiennej. Wynika to z faktu, że w konstrukcji kart kontrolnych Shewharta wykorzystuje się sekwencje testów parametrycznych, które wymagają spełnienia wspomnianego założenia. Stosowanie testów permutacyjnych nie wymaga spełnienia tak ostrych założeń. W artykule zaproponowano zastosowanie zamiast sekwencji testów parametrycznych sekwencji testów permutacyjnych. Zaproponowano konstrukcję karty kontrolnej wykorzystującej sekwencje testów permutacyjnych. Rozważania teoretyczne zostały uzupełnieniowe analizami symulacyjnymi. Analizy symulacyjne wykazały, że stosowanie proponowanej karty kontrolnej może być szczególnie przydatne dla prób o małych liczebnościach pochodzących z rozkładów o silnej asymetrii. (abstrakt oryginalny)

The classical methods for monitoring the average level of the process in quality control procedures are based on the normality assumption. The Shewharts control charts are based on the sequence of parametric tests. The main assumptions in these tests are that the population is normally distributed and observations are independent of each other. Permutation tests could be used even if the normality assumption is not fulfilled. The control chart based on the sequence of permutation tests is presented in the paper. The properties of the proposed control chart are considered in the Monte Carlo study. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Efron B.,Tibshirani R. (1993), An Introduction to the Bootstrap. Chapman & Hall. New York.
  2. Good P. (2005) Permutation. Parametric and Bootstrap Tests of Hypotheses. Springer Science Business Media. Inc., New York.
  3. Montgomery D.C. (1996). Introduction to Statistical Quality Control. John Wiley & Sons, Inc.
  4. Sheskin D.J. (2004), Handbook of Parametric and Nonparametric Statistical Procedures. Chapman & Hall/CRC, Boca Raton.
  5. Welch W.J. (1990), Construction of Permutation Tests, Journal of the American Statistical Association, vol. 85, No. 411, Theory and Methods.
Cytowane przez
Pokaż
ISSN
0208-6018
Język
eng
URI / DOI
http://hdl.handle.net/11089/691
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu