तुल्यता के- चल - औसत और घातीय भारित चलती - औसत - नियंत्रण चार्ट

मौसमी समायोजन और घातीय चौरसाई के स्प्रेडशीट का कार्यान्वयन। यह एक्सायल का इस्तेमाल करते हुए मौसमी समायोजन करने और एक्सपोनेंबल चौरसाई मॉडल को फिट करने के लिए सीधा है। स्क्रीन छवियां और चार्ट नीचे एक स्प्रैडशीट से लिए गए हैं जो कि गुणात्मक मौसमी समायोजन और रैखिक घातांक को स्पष्ट करने के लिए सेट किया गया है आउटबोर्ड मरीन से त्रैमासिक बिक्री आंकड़ों के बाद। स्प्रैडशीट फ़ाइल की प्रतिलिपि प्राप्त करने के लिए यहां क्लिक करें, रेखीय घातीय चौरसाई के संस्करण का उपयोग यहां ब्राउन के संस्करण के लिए किया जाएगा, क्योंकि यह केवल एक कॉलम के साथ लागू किया जा सकता है सूत्रों का और अनुकूलित करने के लिए केवल एक चिकनाई स्थिरता है आमतौर पर होल्ट के संस्करण का उपयोग करना बेहतर होता है, जिसमें स्तर और प्रवृत्ति के लिए अलग-अलग चौरसाई स्थिरांक होते हैं। पूर्वानुमान प्रक्रिया की प्रक्रिया के अनुसार निम्न प्रकार से पहले डेटा को मौसम रूप से समायोजित किया जाता है Ii तो पूर्वानुमान के लिए उत्पन्न होता है रैखिक घातीय चिकनाई के माध्यम से मौसमी समायोजित डेटा और iii फिन सहयोगी मौसमी समायोजित पूर्वानुमान को मूल श्रृंखला के लिए पूर्वानुमान प्राप्त करने के लिए शोध किया जाता है मौसमी समायोजन प्रक्रिया को कॉलम डी में जी के माध्यम से किया जाता है। मौसमी समायोजन में पहला कदम, स्तंभ डी में यहां पर केंद्रित एक केंद्रित चल औसत की गणना करना है। दो एक वर्षीय चौड़ी औसत के औसत को एक दूसरे के सापेक्ष ऑफसेट कर लेते हैं एक औसत के बजाय ऑफसेट एवेन्यू के दो संयोजन की जरूरत होती है, जब सीज़न की संख्या भी होती है अगले चरण के लिए गणना करना है औसत के चलते अनुपात - प्रत्येक अवधि में चलती औसत से विभाजित मूल आंकड़ा - जो यहां स्तंभ ई में किया जाता है यह पैटर्न के रुझान-चक्र घटक भी कहा जाता है, प्रवृत्ति और व्यापार-चक्र प्रभाव एक पूरे वर्ष के मूल्य के आंकड़ों की औसतता के बाद सब कुछ माना जाता है बेशक, महीने-दर-महीने के परिवर्तन जो मौसम की वजह से नहीं होते हैं कई अन्य कारकों द्वारा निर्धारित किया जा सकता है एस, लेकिन 12 महीने की औसत उन्हें काफी हद तक सुगम बनाता है प्रत्येक सीज़न के लिए अनुमानित मौसमी सूचकांक उस विशेष सीज़न के लिए सभी अनुपातों की पहली औसत से गणना की जाती है, जो एएसईईईएफ़एफ़ फॉर्मूला का उपयोग करते हुए कोशिकाओं जी 3-जी 6 में किया जाता है औसत अनुपात तब पुन: सहेज लिया जाता है ताकि वे एक सीज़न में 100 गुना की संख्या या इस मामले में 400 अंकों की राशि जोड़ते हैं, जो कॉलम एफ में नीचे एच 3-एच 6 कोशिकाओं में किया जाता है, वीएलयूकेयूपी फ़ार्मुलों का प्रयोग उचित मौसमी सूचक मूल्य को सम्मिलित करने के लिए किया जाता है। वर्ष की चौथी तिमाही के अनुसार डेटा तालिका के प्रत्येक पंक्ति का प्रतिनिधित्व करता है केंद्रित चलती औसत और मौसम समायोजित डेटा अंत में इस तरह दिखते हैं। नोट करें कि चलती औसत आम तौर पर मौसम समायोजित श्रृंखला के एक चिकनी संस्करण की तरह दिखती है, और यह दोनों छोर पर कम है। एक ही एक्सेल फ़ाइल में एक अन्य कार्यपत्रक, रैखिक घातीय चिकनाई के मॉडल को मौसम के समायोजित डेटा के लिए दिखाता है, जो कि चौरसाई निरंतर अल्फा के लिए कॉलम GA मान से शुरू होता है भविष्यवाणी कॉलम के ऊपर, यहां पर कॉलम एच 9 में, और सुविधा के लिए इसे श्रेणी नाम निर्दिष्ट किया गया है अल्फा नाम को सम्मिलित करें नाम का उपयोग करके असाइन किया गया है कमांड बनाएं एलईएस मॉडल को आरंभिक सत्र के पहले वास्तविक मूल्य के समान पहले दो पूर्वानुमान सेट करके आरंभ किया जाता है। समायोजित श्रृंखला एलईएस पूर्वानुमान के लिए यहां इस्तेमाल किया गया सूत्र, ब्राउन के मॉडल का एकल-समीकरण रिकर्सिव फॉर्म है। यह सूत्र तीसरी अवधि, सेल H15 से संबंधित सेल में दर्ज किया गया है और वहां से कॉपी की गई है। वर्तमान अवधि दो पूर्ववर्ती टिप्पणियों और दो पूर्ववर्ती पूर्वानुमान त्रुटियों को दर्शाती है, साथ ही साथ अल्फा के मूल्य के रूप में, पंक्ति 15 में पूर्वानुमान सूत्र केवल उन आंकड़ों को संदर्भित करता है जो पंक्ति 14 और पहले के समय में उपलब्ध थे बेशक, अगर हम चाहते थे कि रैखिक घातीय चौरसाई के बजाय सरल का उपयोग करें, हम इसके बजाय एसईएस फार्मूला का स्थान ले सकते हैं हम ब्राउन एस लेस मॉडल के बजाय होल्ट को भी इस्तेमाल कर सकते हैं, जिसके लिए फार्मूले के दो और कॉलम की आवश्यकता होगी लास के स्तर और प्रवृत्ति की गणना करने के लिए पूर्वानुमान में उपयोग किया जाता है। त्रुटियों को यहां पर अगले कॉलम में गणना की जाती है, वास्तविक मूल्यों से पूर्वानुमान को घटाकर कॉलम जम्मू रूट का अर्थ स्क्वायर त्रुटि को गणना के भिन्नता का वर्गमूल माना जाता है। त्रुटियों और मतलब का वर्ग यह गणितीय पहचान से है एमएसई विविधता त्रुटियाँ औसत त्रुटि 2 इस सूत्र में त्रुटियों के मतलब और विचलन की गणना में, पहले दो अवधियों को बाहर रखा गया है क्योंकि मॉडल वास्तव में तीसरी अवधि तक पूर्वानुमान नहीं करता है स्प्रैडशीट पर पंक्ति 15 अल्फा का इष्टतम मूल्य या तो न्यूनतम आरएमएसई तक अल्फा तक मैन्युअल रूप से बदलकर या फिर आप एक सटीक न्यूनतम करने के लिए सॉल्वर का उपयोग कर सकते हैं, अल्फा के मान को अल्फा 0 में दिखाया गया है। 471. यह आमतौर पर एक अच्छा विचार है कि रूपांतरण की गई इकाइयों में मॉडल की त्रुटियों को साकार करना और एक सीजन तक की स्थिति में अपने स्वयं के सम्बन्धों की गणना और साजिश रचने के लिए यह एक समय श्रृंखला है मौसमी रूप से समायोजित त्रुटियों की साजिश। त्रुटियों के संबंधों की गणना करने के लिए, त्रुटि स्वतः स्वयं के साथ त्रुटियों के संबंधों की गणना करने के लिए त्रुटि स्वतः समन्वयन की गणना की जाती है - विवरण स्प्रेडशीट मॉडल में दिखाया गया है यहां विवरण की एक स्वामित्व है पहले पांच गलतियों में त्रुटियां। 1 से 3 के बीच के स्वचालन पर शून्य से बहुत करीब है, लेकिन अंतराल 4 पर स्पाइक जिसका मूल्य 0 35 थोड़ा परेशानी है - यह सुझाव देता है कि मौसमी समायोजन प्रक्रिया पूरी तरह से सफल नहीं है, हालांकि, यह वास्तव में केवल मामूली रूप से महत्त्वपूर्ण 95 महत्त्व बैंड है, यह जांच करने के लिए कि क्या autocorrelations शून्य से काफी अलग हैं, मोटे तौर पर प्लस-या-शून्य से 2 एसक्यूआरटी एनके हैं, जहां n नमूना आकार है और K अंतराल है n यहाँ 38 है और k 1 से भिन्न होता है 5, इसलिए उन सभी के लिए वर्ग-मूल-के-एन-ऋण-कश्मीर लगभग 6 है, और इसलिए शून्य से विचलन के सांख्यिकीय महत्व का परीक्षण करने की सीमाएं लगभग-या-शून्य से 2 6 या 0 33 हैं आप अलग अलग हैं इस एक्सेल मॉडल में हाथ से अल्फ़ा की कीमत, आप त्रुटियों के समय-श्रृंखला और स्व-सम्बन्धी भूखंडों के प्रभाव को देख सकते हैं, साथ ही जड़-माध्य-स्क्वायर त्रुटि पर, जो नीचे सचित्र होगा। स्प्रैडशीट के नीचे , भविष्यवाणी शुरू होने पर भविष्य में वास्तविक मूल्यों के पूर्वानुमान के आधार पर भविष्यवाणी के सूत्र को बूटस्ट्रैप किया जाता है - जहां वास्तविक डेटा समाप्त होता है - यानी जहां भविष्य शुरू होगा, दूसरे शब्दों में, प्रत्येक सेल में जहां भविष्य का डेटा मान होता है, एक कक्ष संदर्भ उस अवधि के लिए किए गए पूर्वानुमान को इंगित किया जाता है जो सभी अन्य सूत्रों को बस ऊपर से कॉपी किया जाता है। नोट करें कि भविष्य के पूर्वानुमान के लिए त्रुटियों को सभी शून्य मानता है इसका मतलब यह नहीं कि वास्तविक त्रुटियां शून्य होनी चाहिए, बल्कि यह केवल इस तथ्य को दर्शाता है कि भविष्यवाणी के उद्देश्यों के लिए हम यह मान रहे हैं कि भविष्य के आंकड़े औसत पर पूर्वानुमान के बराबर होंगे मौसम के समायोजित डेटा के परिणामस्वरूप एलईएस पूर्वानुमान इस तरह दिखते हैं.इस विशेष मूल्य अल्फा की ई, जो एक अवधि के लिए भविष्यवाणियों के लिए अनुकूल है, अनुमानित प्रवृत्ति थोड़ा ऊपर की तरफ है, जो स्थानीय प्रवृत्ति को दर्शाती है, जो कि पिछले 2 वर्षों या उससे अधिक के दौरान देखा गया था अल्फा के अन्य मूल्यों के लिए, एक बहुत ही अलग प्रवृत्ति प्रक्षेपण प्राप्त किया जा सकता है यह आमतौर पर एक अच्छा विचार है कि अल्फा भिन्न होने पर दीर्घकालिक प्रवृत्ति के प्रक्षेपण का क्या होता है, क्योंकि अल्पकालिक पूर्वानुमान के लिए सबसे अच्छा मूल्य आवश्यक रूप से अधिक दूर के भविष्य की भविष्यवाणी के लिए सर्वोत्तम मूल्य नहीं होगा उदाहरण के लिए, यहां यह परिणाम प्राप्त होता है यदि अल्फा का मान मैन्युअल रूप से 0 25 में निर्धारित किया जाता है। अनुमानित दीर्घकालिक प्रवृत्ति अब सकारात्मक के बजाय नकारात्मक है, अल्फा के छोटे मूल्य के साथ मॉडल पुराने आंकड़ों पर इसके अनुमान में अधिक वजन रख रहा है वर्तमान स्तर और प्रवृत्ति, और इसके दीर्घकालिक पूर्वानुमान पिछले 5 सालों से अधिक हाल की ऊंचा रुझान की बजाय नीचे की ओर प्रवृत्ति को दर्शाते हैं यह चार्ट भी स्पष्ट रूप से दिखाता है कि कैसे अल्फा के छोटे मूल्य के साथ मॉडल धीमा है डेटा में मुड़ते हुए अंक का जवाब देने के लिए और इसलिए एक पंक्ति में कई सालों के लिए एक ही संकेत की त्रुटि बनाने की प्रवृत्ति होती है 1-कदम आगे पूर्वानुमान त्रुटियां औसत से अधिक होती हैं, जो 27 4 के बजाय 4 4 के आरएमएसई से पहले प्राप्त की जाती हैं दृढ़ता से सकारात्मक रूप से स्वस्थ संबंधित 0 56 का अंतराल -1 स्वचिकित्सा काफी हद तक शून्य से सांख्यिकीय रूप से महत्वपूर्ण विचलन के लिए ऊपर वर्णित 0 के मूल्य से अधिक है, दीर्घ अवधि के पूर्वानुमानों में अधिक रूढ़िवाद को पेश करने के लिए अल्फा के मूल्य को क्रैंक करने के विकल्प के रूप में कुछ समय के बाद अनुमानित प्रवृत्ति को समतल करने के क्रम में रुझान को ढीला करने वाले कारक को कभी-कभी जोड़ा जाता है। पूर्वानुमान मॉडल बनाने में अंतिम कदम, उचित मौसमी सूचकांकों द्वारा उन्हें बढ़ाकर एलईएस पूर्वानुमानों को तर्कसंगत बनाने के लिए है, इस प्रकार शोधक पूर्वानुमानित पूर्वानुमान कॉलम में मैं केवल कॉलम एफ में मौसमी सूचकांकों का उत्पाद और कॉलम एच में मौसम समायोजित एलईएस पूर्वानुमानों का अनुमान है। यह आत्मविश्वास की गणना करना अपेक्षाकृत आसान है इस मॉडल द्वारा किए गए एक कदम के आगे के पूर्वानुमान के लिए अंतराल पहले आरएमएसई रूट-अर्थ-स्क्वेर्ड त्रुटि की गणना करता है, जो एमएसई का सिर्फ वर्गमूल होता है और फिर दो गुना जोड़कर और घटाकर मौसम के समायोजित पूर्वानुमान के लिए एक आत्मविश्वास अंतराल की गणना करता है आरएमएसई सामान्य तौर पर एक एक-अवधि के पूर्वानुमान के लिए 95 आत्मविश्वास अंतराल पूर्वानुमान अनुमान के अनुमानित मानक विचलन से लगभग-दो बार बिंदु पूर्वानुमान के बराबर है, त्रुटि वितरण लगभग सामान्य है और नमूना आकार 20 या अधिक यहाँ, कहते हैं, त्रुटियों के नमूना मानक विचलन के बजाय, RMSE भविष्य की भविष्यवाणी की त्रुटियों के मानक विचलन का सबसे अच्छा अनुमान है क्योंकि यह पूर्वाग्रह के रूप में अच्छी तरह से यादृच्छिक विविधताओं को खाते में लेता है मौसम के लिए विश्वास सीमाएं समायोजित पूर्वानुमान तब पूर्वानुमान के साथ साथ उचित मौसमी सूचकांक द्वारा गुणा करके परिशोधित कर रहे हैं इस मामले में आरएमएसई 27 4 के बराबर है और मौसम समायोजित भविष्य की पहली अवधि के लिए पूर्वानुमान दिसंबर -73 273 2 है, इसलिए मौसमी रूप से समायोजित 95 विश्वास का अंतराल 273 2-2 27 4 218 4 से 273 2 2 27 4 328 है। इन सीमाओं को दिसंबर 61 के मौसमी सूचकांक के द्वारा गुणा करके हम प्राप्त करते हैं। 1 9-9 3 बिंदु के 187 के पूर्वानुमान के आसपास 14 9 8 और 225 0 के निचले और उच्च आत्मविश्वास सीमा 4. आगे की अवधि के पूर्वानुमान के लिए अनुमानित सीमा सामान्यतः स्तर और रुझान के बारे में अनिश्चितता के कारण पूर्वानुमान क्षितिज बढ़ जाती है मौसमी कारक के रूप में, लेकिन विश्लेषणात्मक तरीकों से उन्हें सामान्य रूप से गणना करना मुश्किल है एलईएस पूर्वानुमान के लिए आत्मविश्वास सीमा की गणना करने का उपयुक्त तरीका एआरआईएमए सिद्धांत का उपयोग करना है, लेकिन मौसमी सूचकांकों में अनिश्चितता एक और बात है यदि आप एक वास्तविक विश्वास चाहते हैं एक पूर्वानुमान से अधिक समय के लिए अंतराल, त्रुटि के सभी स्रोतों को ध्यान में रखते हुए, आपकी सबसे अच्छी शर्त उदाहरण के लिए, अनुभव-रेखा के तरीकों का उपयोग करने के लिए, 2-कदम आगे पूर्वानुमान के लिए विश्वास अंतराल प्राप्त करने के लिए है, आप बना सकते हैं एक चरण-आगे पूर्वानुमान बूटस्ट्रैप द्वारा प्रत्येक अवधि के लिए 2-कदम-आगे पूर्वानुमान की गणना करने के लिए स्प्रैडशीट का दूसरा कॉलम, फिर 2-कदम-आगे पूर्वानुमान त्रुटियों के आरएमएसई की गणना करें और इसे 2-चरण के आधार के रूप में उपयोग करें - आर्थ विश्वास अंतराल। एक और दो तरफा घातीय ईडब्ल्यूएमए चार्ट के डिजाइन। संभावित रूप से भारित चलती औसत ईडब्ल्यूएमए नियंत्रण चार्ट इन घटनाओं के अंतराल के समय के आधार पर दुर्लभ घटनाओं की घटनाओं की निगरानी के लिए विकसित किए जाते हैं EWMA की औसत रन लंबाई चार्ट अंतर समीकरणों के सेट के समाधान के आधार पर निर्धारित होते हैं एक तरफा ईडब्ल्यूएमए चार्ट पर सीमाओं का उपयोग करने के प्रभाव की जांच की जाती है और सीमाओं के उचित विकल्प प्रस्तावित होते हैं एक साधारण डिजाइन प्रक्रिया एक के चार्ट पैरामीटर को निर्धारित करने के लिए प्रदान की जाती है एक तरफा या दो तरफा ईडब्ल्यूएमए चार्ट डिजाइन की प्रक्रिया के जरिए प्राप्त चार्ट ईडब्ल्यूएमए चार्ट्स के वर्ग के भीतर इष्टतम है संचयी राशि CUSUM और EWMA चार्ट की तुलना तमाम आधार पर की जाती है। वह औसत रन लम्बाई है CUSUM चार्ट को इरादा मतलब का पता लगाने में इष्टतम पाया जाता है, जबकि ईडब्ल्यूएमए चार्ट को थोड़ा कम संवेदनशील माना जाता है। क्या आप इस लेख के बाकी हिस्सों को पढ़ना चाहते हैं। अनुच्छेद उद्धरण 62. संदर्भ संदर्भ 8.Hence , एक मायने में, यह काम सिद्धांत और अनुक्रमिक विश्लेषण के अनुप्रयोगों के बीच अंतर को पुल करने का एक प्रयास है यह याद दिलाया जा सकता है कि CUSUM चार्ट के प्रदर्शन या एसपीआरटी या उसके लिए किसी अन्य नियंत्रण चार्ट का मूल्यांकन करने की आवश्यकता है संख्यात्मक रूप से इस तथ्य से तय होता है कि संबंधित विशेषताओं जैसे शून्य-राज्य एआरएल, एएसएन फ़ंक्शन, या ओसी फ़ंक्शन अभिन्न नवीकरण समीकरणों द्वारा नियंत्रित होते हैं जो शायद एक विश्लेषणात्मक समाधान मामलों के लिए अनुमति देते हैं जहां एक विश्लेषणात्मक बंद-रूप समाधान संभव है प्रस्तावित, उदाहरण के लिए 27 28 29 30 31 32 33 एसयूपीआरटी के लिए 34 35 36 37 38 में, रॉबर्ट्स 17 और रॉबर्ट्स 17 में शुरू किए गए एक्सपोनेंशियल भारित मूविंग औसत ईडब्ल्यूएमए चार्ट के लिए, 39 40 41 में, और 43 42 44 45 46 47 और 48, सामान्यीकृत शिरीयव रॉबर्ट्स प्रक्रिया के लिए अध्याय 4 चूंकि नियंत्रण चार्ट प्रदर्शन मूल्यांकन, गुणवत्ता नियंत्रण में विशेष रूप से लागू अनुक्रमिक विश्लेषण में एक सतत समस्या है, इसी अभिन्न समीकरणों के संख्यात्मक उपचार वास्तव में एक अलग शोध क्षेत्र बन गया है, और इस विषय पर साहित्य वास्तव में विशाल है सार दिखाएँ अमूर्त abstract ABSTRACT हम CUSUM रन की लंबाई और उनके आउट-ऑफ-कंट्रोल समकक्षों के कुछ नियंत्रण-नियंत्रण विशेषताओं के बीच एक सरल कनेक्शन स्थापित करते हैं, कनेक्शन के रूप में जोड़ा गया अभिन्न नवीकरण समीकरणों के रूप में व्युत्पन्नता वाल्ड की संभावना अनुपात पहचान और अच्छी तरह से ज्ञात तथ्य यह है कि CUSUM चार्ट वाल्ड एसपीआरटी के दोहराव के आवेदन के बराबर है। माना जाता है कि ये लक्षण पूरे रन की लंबाई वितरण और सभी संबंधित क्षणों को शामिल करते हैं, जो शून्य राज्य एआरएल से शुरू होता है हमारे परिणाम का एक विशेष व्यावहारिक लाभ यह है कि यह सीयूएसयूएम चलाने की लंबाई के अंदर और आउट-ऑफ-कंट्रोल विशेषताओं को समवर्ती रूप से गणना करने के लिए सक्षम बनाता है, सीयूएसयूएम चार्ट के समकक्ष एसपीआरटी के अनुक्रम के कारण, अशक्त के तहत एसपीआरटी के एएसएन और ओसी कार्य और इसके तहत वैकल्पिक सभी को एक साथ गणना भी किया जा सकता है यह किसी भी संख्यात्मक विधि की दक्षता को दोगुना कर सकता है, जो किसी को ले जाने के लिए तैयार हो सकता है वास्तविक कंप्यूटेशन। फुल-टेक्स्ट अनुच्छेद जून 2016. अलेकसी एस पोलुनचेंको। टाइम-टू-इवेंट टीबीई कंट्रोल चार्ट उच्च-उपज प्रक्रिया की निगरानी में प्रभावी और कुशल साबित हुई है चर टीबीई चार्ट के लिए, शोधकर्ताओं ने घातीय CUSUM चार्ट लुकास, 1 9 85 Vardeman रे, 1 9 85, घातीय ईडब्ल्यूएमए चार्ट गण, 1998 और घातीय चार्ट जेई, गोह, रंजन, 2002 झांग, झी, गोह, 2006 और विशेषता के लिए टीबीई चार्ट, सीसीसी चार्ट के अनुरूप होने वाली संचयी संख्या को व्यापक रूप से कुरालामी, ज़ी, गोह, गणन का अध्ययन किया गया है। , 2002 रंजन, झी, गोह, 2003 झी, गोह, कुरमालनी, 2000. सार तत्व दिखाना सार निर्माण प्रक्रिया के लिए, गुणवत्ता की समस्या अक्सर प्रक्रिया के फैलाव में बदलाव के कारण होती है हालांकि प्रक्रिया की निगरानी में बहुत सारे शोध किए गए हैं फैलाव, निगरानी प्रक्रिया के फैलाव के लिए सिंथेटिक चार्ट के मौजूदा अध्ययन केवल ऊपर की तरफ की निगरानी पर ध्यान केंद्रित करते हैं, हालांकि, कमी की निगरानी भी जरूरी और महत्वपूर्ण है इस पत्र में, एक वाक्य हेटिक एस 2 चार्ट को एक साथ ऊपर की ओर और नीचे की ओर पाली की निगरानी करने का प्रस्ताव है और यह एक शेवर्ट प्रकार के दो तरफा एस 2 उप-चार्ट और एक अनुरूप रन लंबाई उप-चार्ट शामिल है ज्ञात इन-नियंत्रण विचरण मामले में, अनुरूप रन लंबाई उप-चार्ट को केवल निचली नियंत्रण सीमा की आवश्यकता होती है और प्रस्तावित सिंथेटिक एस 2 चार्ट को औसत रन लंबाई एआरएल निष्पक्ष दिखाया जाता है प्रस्तावित सिंथेटिक एस 2 चार्ट पर पैरामीटर अनुमान के प्रभाव की जांच भी की जाती है क्योंकि यह विशेष रूप से एक महत्वपूर्ण मुद्दा है असली विनिर्माण प्रक्रियाओं को ध्यान में रखते हुए कि नियंत्रण में अंतर सामान्यतः अज्ञात है और अभ्यास में चरण 1 के नमूने द्वारा अनुमानित किए जाने की जरूरत है, एक नया सिंथेटिक एस 2 चार्ट जिसमें रन लम्बाई उप-चार्ट को अनुरूप करने की आवश्यकता होती है, केवल तब ही कम नियंत्रण सीमा विकसित की जानी चाहिए जब इन-नियंत्रण विचरण का अनुमान है इसके अलावा, दोनों ज्ञात और अज्ञात पैरामीटर मामलों के लिए इष्टतम डिजाइन का अध्ययन किया जाता है प्रदर्शन में प्रस्तावित चार्ट का लाभ तुलनात्मक बुद्धि के परिणाम में दिखाया गया है एच एआरएल-निष्पक्ष एस 2 चार्ट इसके अलावा, एक उदाहरण इस प्रस्तावित चार्ट के निर्माण और आवेदन प्रक्रिया को दर्शाता है। फुल टेक्स्ट अनुच्छेद अगस्त 2015.बाओकाई गुओ बिंग झिंग वांग युआन चेंग। इस कारण के लिए, टीबीई नियंत्रण चार्ट अक्सर घातीय नियंत्रण चार्ट लुकास 1 9 85 से और वार्डमैन और रे 1 9 85 में सबसे पहले टीबीई नियंत्रण चार्ट का प्रस्ताव दिया गया था, कई हाल के अध्ययन ने टीबीई नियंत्रण चार्ट पर ध्यान केंद्रित किया है, जिसमें घातीय चार्ट चैन, झी और गोह 2000 चैन एट अल 2002 जोन्स एंड चैंप 2002 क्यूई, गोह, और रंजन 2002 झांग, ज़ी, और गोह 2005 जांग, झी और गोह 2006 झांग एट अल 2011 डोवोदेओ और चक्रवर्ती 2012, घातीय CUSUM चार्ट लुकास 1985 गणित 1994 बोरोर, केट्स और मांटगोमेरी 2003 चेंग और चेन 2011 क्वा एट अल 2013 झांग , मेगाइड और वुडल 2014 और घातीय ईडब्ल्यूएमए चार्ट गणित 1998 ओज़ान, टेस्टिक, और वी 2010 चेन 2012 औसत रन लम्बाई एआरएल को नियंत्रण चार्ट के प्रदर्शन का मूल्यांकन करने के लिए व्यापक रूप से उपयोग किया जाता है। सार दिखाएँ अमूर्त सार तत्वों के बीच टाइम-टू-इवेंट्स पर आधारित एक्सपेंनेलिटी चार्ट्स टीबीई डेटा की व्यापक जांच की जाती है और विभिन्न क्षेत्रों में व्यापक रूप से जांच की जाती है एटीएस को सिग्नल करने के लिए औसत समय टीबीई चार्ट के प्रदर्शन का मूल्यांकन करने के लिए औसत रन की लंबाई के बजाय प्रयोग किया जाता है, क्योंकि एटीएस जब तक कोई संकेत नहीं होता तब तक निरीक्षण और नमूने का समय दोनों होता है जब एक एटीएस-निष्पक्ष घातीय नियंत्रण चार्ट प्रस्तावित होता है जब इन-नियंत्रण पैरामीटर ज्ञात होता है उत्पादन प्रक्रिया की निगरानी के लिए जल्द से जल्द एक अनुक्रमिक नमूना योजना एक निष्पक्ष और लगातार अनुमानक द्वारा अनुपालन किया जाता है और नियंत्रण-नियंत्रण पैरामीटर का अनुमान है नियंत्रण सीमा को अद्यतन करने से रोकने के लिए कुछ विशिष्ट दिशानिर्देश चरण 1 के नमूने के आकार और वास्तविक झूठे अलार्म दर के बीच संबंध से प्राप्त होते हैं अंत में, दो वास्तविक उदाहरणों को स्पष्ट किया जाता है प्रस्तावित विधि का कार्यान्वयन और दक्षता। पूर्ण पाठ आलेख अप्रैल 2015. उदाहरण के लिए, कई विशेषताएं 13 के कारण मनाया गया CUSUM निरीक्षण योजना की स्पष्ट रूप से स्पष्ट रूप से व्यक्त की गई है, उदाहरण के लिए 25, 37, 2, 6, 1, 7 1 हालांकि केवल कुछ मुसीबतों के लिए इसी तरह, प्रसिद्ध प्रदर्शनकारियों के लिए सटीक बंद-फार्म फ़ार्मुले प्रसिद्ध एक घातीय परिदृश्य में 26 की वजह से ईडब्ल्यूएमए चार्ट की स्थापना की गई है, उदाहरण के लिए 12, 3, 21 1, हालांकि, शाही शिरीव रॉबर्ट्स एसआर प्रक्रिया की तारीख 28, 2 9, 27 की वजह से की गई प्रगति की तुलना में कहीं अधिक मामूली है निरंतर समय के मामले, और विशेष रूप से सामान्यीकृत एसआर जीएसआर प्रक्रिया के लिए बहुत कुछ किया गया है, जिसे शास्त्रीय एसआर प्रक्रिया के एक हेड स्टार्टेड संस्करण के रूप में 11 में हाल ही में पेश किया गया था। सार दिखाएँ अमूर्त abstract ABSTRACT हम विश्लेषणात्मक रूप से मानक न्यूनतम के लिए एक सटीक बंद-फार्म फार्मूला प्राप्त करते हैं औसत रन लंबाई ARL सामान्यीकृत शिर्येव-रॉबर्ट्स जीएसआर द्वारा वितरित झूठी अलार्म को बदल-बिंदु का पता लगाने की प्रक्रिया जो एक अनुक्रम के आधारभूत माध्यम में एक बदलाव का पता लगाने के लिए तैयार है स्वतंत्र रूप से विस्तृत वितरित टिप्पणियों का विशेष रूप से, सूत्र को संबंधित अभिन्न नवीकरण समीकरण के प्रत्यक्ष समाधान के माध्यम से पाया जाता है और इसका एक सामान्य परिणाम यह है कि जीएसआर प्रक्रियाओं की हेडस्टार्ट सीमा तक ही सीमित नहीं है, न ही इसका पता लगाने के लिए एक सीमा मूल्य भी है थ्रेशोल्ड परिवर्तन-बिंदु का पता लगाने में सैद्धांतिक महत्व के अलावा, सटीक बंद-फार्म के प्रदर्शन फ़ार्मुले आमतौर पर या तो मुश्किल या असंभव होते हैं, विशेष रूप से जीएसआर प्रक्रिया के लिए, व्यावहारिक ब्याज के मामले में प्रापर्टी के लिए प्राप्त फार्मूला भी उपयोगी है, फार्मूला दोनों पता लगाने की सीमा और हेडस्टार्ट में एक फ़ंक्शन रैखिक है, और इसलिए, एआरएल टी जीएसआर प्रक्रिया का झूठा अलार्म आसानी से गणना की जा सकती है। फुल पाठ सम्मेलन पत्र फ़रवरी 2015 सांख्यिकी गणना और सिमुलेशन के जर्नल। वेनु ड्यू ग्रिगोरिटी सोकोलोव अलेक्सी एस पोलुनचेंको। आर 1 के लिए, टी-आर-चार्ट टी-चार्ट के साथ मेल खाता है और दोनों Shewhart-type control charts हैं टीबीई डेटा के लिए शेवर-टाइप योजनाओं के अलावा, सीयूएसयूएम-और ईडब्ल्यूएमए-प्रकार की योजनाओं का प्रस्ताव गण, 6,7 गणन और चांग 8 और क्यू एट 9 9 द्वारा प्रस्तावित किया गया है, और स्केरियन और कैलजाडा 10 प्रस्तावित है और घातीय डेटा के लिए एक कम-पक्षीय सिंथेटिक-प्रकार चार्ट का अध्ययन किया, जबकि येन एट अल, 11 टी-और टी-आर-चार्ट्स के आधार पर एक तरफा सिंथेटिक-प्रकार चार्ट का अध्ययन किया, घातीय डेटा के लिए नियंत्रण चार्ट के अनुप्रयोगों के कई क्षेत्रों में पाया जा सकता है व्यावहारिक अनुसंधान, जैसे विफलता प्रक्रिया में अंतर-विफलता समय की निगरानी में, 2 स्वास्थ्य देखभाल प्रबंधन में 12 या भूकंप के कारणों की निगरानी में। अवयव दिखाओ abstract abstract इस आलेख में, दो तरफा नियंत्रण चार्ट नियमों के साथ, मोनी के लिए उपयुक्त घातीय आंकड़ों को ध्यान में रखते हुए प्रस्तावित और अध्ययन किया जाता है प्रस्तावित योजनाएं घातीय वितरण के मतलब में ऊपर या नीचे की ओर परिवर्तन की पहचान करने के लिए उपयुक्त हैं, इसके अलावा, उनके पास वांछित नियंत्रण-नियंत्रण और साथ ही निष्पक्ष प्रदर्शन प्रभावी ढंग से सबसे प्रभावी योजना के लिए दिशानिर्देश हैं अन्य प्रतिस्पर्धी योजनाओं के साथ तुलना की जाती है अंत में, प्रस्तावित योजनाओं का व्यावहारिक अनुप्रयोग भी चर्चा की जाती है। आलेख जनवरी 2015.ऐथानियस सी। रकिट्ज़। इसकी प्रभावशीलता और उच्च दक्षता के कारण विशेषकर उच्च गुणवत्ता प्रक्रिया में, टीबीई चार्ट में लोकप्रियता आवेदन निम्न टीबीई चार्ट आमतौर पर एक घटना की आवृत्ति की निगरानी करने के लिए उपयोग किया जाता है, जैसे घातीय चार्ट 1, घातीय CUSUM चार्ट 2, घातीय ईडब्ल्यूएमए चार्ट 3, गामा चार्ट 4 और रूपांतरण वाले घातीय डेटा पर CUSUM चार्ट 5 , घटना के परिमाण पर निगरानी रखने के लिए कई लागू चार्ट हैं, जैसे शेवार्ट एक्स चार्ट, CUSUM चार्ट और ईडब्ल्यूएमए सी हार्ट। सार दिखाएँ अमूर्त abstractActract सामान्यतः, घटना आवृत्ति और घटना के परिमाण पर निर्भरता सुविधा है, हालांकि, घटना की निगरानी के बारे में पिछले अनुसंधान हमेशा मानते हैं कि वे स्वतंत्र चर हैं यह धारणा सबसे वास्तविक अनुप्रयोगों में उचित नहीं है, निर्भरता सुविधा को ध्यान में रखते हुए, हम एक विशिष्ट कुछ निर्भरता संरचना के साथ द्विवार्षिक गामा वितरण इस वितरण के आधार पर, परिवर्तनकारी डेटा के आधार पर एक प्रकार की होटेलिंग टी 2 चार्ट आवृत्ति में बदलावों की संयुक्त रूप से निगरानी के लिए और एक घटना की परिमाण के लिए बनाई गई है, वास्तविक डेटा के आधार पर एक उदाहरण उदाहरण प्रदान किया जाता है मोंटे कार्लो सिमुलेशन के साथ इस चार्ट के कार्यान्वयन को दिखाने के लिए, इस प्रस्तावित चार्ट के प्रदर्शन का अध्ययन किया गया है। फुल टेक्स्ट कॉन्फ्रेंस पेपर दिसंबर 2014 सांख्यिकी गणना और सिमुलेशन के जर्नल। युआन चेंग अमितवा मुखर्जी। रैखिक के साथ निगरानी प्रक्रियाओं के लिए युग्मित ईडब्ल्यूएमए नियंत्रण चार्ट निर्माण एक प्रक्रिया की प्रक्रिया और प्रक्रिया परिवर्तनशीलता दोनों की निगरानी के लिए नियंत्रण चार्ट का एन, जिनकी गुणवत्ता विशेषता को एक रैखिक प्रवृत्ति के अधीन किया जाता है, को प्रस्तुत किया जाता है हॉल्ट मॉडल के लिए रैखिक प्रवृत्तियों की भविष्यवाणी और मॉनिटरिंग प्रक्रिया परिवर्तनशीलता की निगरानी के लिए एक साधारण घातीय चलती औसत नॉनलाइनर अंतर समीकरणों की युग्मित प्रणाली नियंत्रण की सीमाओं की गणना करने के लिए नेतृत्व करने वाले स्थिर समाधानों के क्षण प्रस्तुत किए जाते हैं एक नियंत्रण कक्ष स्थिरांक युक्त तालिका को प्रक्रिया के लगातार और गैर-अप्रत्यक्ष दोनों टिप्पणियों के लिए दिया जाता है। आर्टिकल मेट्रिक्स। अपनी संस्था के माध्यम से लॉग इन करें। टेलर फ्रांसिस ऑनलाइन में लॉग इन करें। या इसे खरीद लें। खरीद के लिए 30 दिन का उपयोग करें 146 00 USD। आलेख खरीद 24 घंटे 50 अमरीकी डालर के लिए पहुंच। लोकल कर लागू होने के रूप में जोड़ा जाएगा। लोग भी पढ़ें.प्रकाशित ऑनलाइन 9 जुलाई 2007.उपलब्ध विषय के लिए पत्रिकाएं। जानकारी के लिए. उपलब्ध करें। सहायता और जानकारी। टेलर फ्रांसिस से कनेक्ट करें। इंग्लैंड के वेल्स में पंजीकृत 30 9 9 06 5 5 हो बाती प्लेस लंदन SW1P 1WG. This वेबसाइट कुकीज़ का उपयोग करने के लिए सुनिश्चित करें कि आप हमारी वेबसाइट पर सबसे अच्छा अनुभव मिलता है।