可变抽样区间(-X)图的优化设计

统计过程控制是提高产品质量,节约生产成本的有效方法,控制图是统计过程控制的主要工具.控制图统计设计是以最小化失控ATS为关注焦点,不能有效测度失控状态带来的损失.文章将控制图的运行和质量损失联系起来,在假定均值漂移服从瑞利分布的情况下,提出了随机过程漂移的可变抽样区间(-X)图优化设计方法;通过调整样本容量、长短抽样区间、控制限和警戒限,使平均失控田口损失函数最小;研究了模型参数对控制图设计的影响.     

可变抽样区间均值图的改进方法

使用控制图监控一个过程的通常作法是用固定的抽样区间在过程中抽取样本。Reynolds等人提出了可变抽样区间均值图。文章在Reynolds方法基础上通过寻找控制图的最优控制限和警戒限来增加控制图的灵敏度。同时对两者的平均报警时间进行了比较。结果表明,该方法是对可变抽样区间均值图的一种较好的改进。     

基于马氏链模型的图优化设计

文章针对生产过程存在质量异常和设备故障的情况,用Xˉ图对过程进行监控。根据过程的实际状态和抽样观测结果,构建了一个二维马尔可夫链,在综合考虑误判损失、停产损失、抽样及维修成本等基础上,提出了图的优化设计方法;分析了平均故障间隔时间对控制限系数、样本容量、抽样区间及单位时间平均损失的影响。     

基于质量损失函数的可变抽样区间X-R图优化设计

文章针对过程异常导致均值和标准差同时发生漂移的情况,考虑田口质量损失、误报警损失、维修成本和抽样成本等,构建了综合损失模型,提出了可变抽样区间X-R图优化设计方法。通过选择最优样本容量、长短抽样区间、X和R图的控制限和警戒限,使单位时间平均损失最小。数值计算说明了模型的使用方法;灵敏度分析研究了均值漂移参数和标准差的大小对控制图优化设计的影响。     

美国应用控制图的新特点

本文根据美国2000-2004年期间有关杂志的文章及案例,归纳总结了美国应用控制图的一些新特点。文章介绍了美国重视应用XmR图的情况,休哈特与戴明在SPC方法上看似微小实质重要的差别,计算控制限所用方法不同如何使过程受控与否发生变化,计量控制图与计数控制图、一般原因与特殊原因之间的相时意义,囿于休哈特的SPC方法为什么会造成资源浪费等。为了使读者更真切感受到美国应用控制图的这些新特点对我国的现实意义,文章选用了我国的若干真实数据和例子来作处理分析。     

小批量生产的单值统计控制图

单值控制图主要是在每批产品或每一抽样间隔内只能得到一个观测值的情况下，用于判断生产过程的平均值是否保持在所要求的水平。常规单值控制图的控制限是根据从正常生产条件下所生产的产品中至少抽取50件产品来制订的。如果生产的批量不大或者在生产开始阶段，这个规定就使常规控制图不能有效地使用。本文设计样本数据较少时单值控制图的控制限，使得不论所检验的产品多少，都能可靠地使用。一、常规单位控制图的控制限我们知道，影响产品质量的因素有系统性因素（或异常因素）和随机性因素两类。如果生产过程中只有随机因素影响产品的质量…     

多目标抽样中样本容量设计研究

一、样本容量最佳设计的存在性说明在抽样调查中 ,样本容量的研究是一个非常重要的问题。样本容量和样本精度以及调查费用都有密切的关系。根据文献 (1 ) ,它们之间存在如图 1所示的关系。图 1　抽样误差与样本容量关系示意图从图 1中可以看出 ,抽样误差随样本量的增加而递减 ,在样本容量较少时 ,递减的幅度是较大的 ,但随着样本容量的增加 ,递减的幅度减少。样本容量增加到一定的量时 ,需要增加很大的费用 ,样本误差才能降低一点。这时 ,再增加样本容量就“很不合算”了。这其实就是大数定律在抽样调查中的反映。图 2　总成本和样本量的变…     

多指标抽样的样本容量设计方法

在抽样调查中,首先必须确定样本容量.样本容量既取决于调查费用,同时也受估计精度的制约.多指标抽样是一种常用而复杂的调查方法.样本容量的确定就成了多指标抽样设计的难点.文章首先在理论上阐明最优样本容量的存在;然后介绍了确定样本容量的一般方法;在此基础上,分两种情况对多指标抽样背景下样本容量设计进行了详细讨论.     

通用型指数加权移动平均控制图的设计

为提高质量控制图监测微小到中等过程偏移的灵敏度,文章提出一种新的用于过程均值监控的通用型指数加权移动平均(UEWMA)控制图,该控制图是EWMA控制图的一般性推广,根据数据特征,自定义选取平滑系数λ₁,λ₂,…,λ_s,使控制效果达到最优;给出UEWMA控制图的均值与控制限的求取方法,并推导出平均运行长度(ARL)和运行长度标准偏差(SDRL);最后,研究平滑系数对该控制图性能的影响,并将其与现有控制图监测微小到中等过程偏移的灵敏度进行比较。研究结果表明,UEWMA控制图通过数据特征设计平滑系数,具有灵活性好、灵敏度高、扩展性强和控制效果好的特点。     

多种检测目标下样本容量设计的比较

样本容量在实际抽样调查中具有举足轻重的地位.文章分析了基于不同理论的两种样本容量计算方法,并在多种检测目标的情况下,提出了两种方法各自可行的使用范围,根据实际检测数据对这两种方法在日常食品监测的抽样应用进行了优化.     

关于列联表卡方检验在数学教育研究中的使用方法分析

列联表卡方检验适用于具有分类特征的样本间的差异性的检验。其用于比较的样本容量的不同取值将直接影响研究结论;把每个样本在各个维度上的"实际观察值"转化为"实际观察值的百分比"进行数据分析也会影响研究结论。本文讨论"样本容量的不同取值"和"样本实际观察值的百分比"对研究结论的影响。     

关于统计过程控制中样本组数量的研究

文章首先分析了统计过程控制的理论基础;然后对判稳准则的几种情况进行了显著性水平α的计算,对不同文献中取不同的样本组进行了理论计算和分析。在符合控制图的理论基础和综合考虑现代过程控制的要求前提下,文章建议采用35组样本组作为过程稳态判断的依据。     

小批量生产的平均值和标准差控制图

平均值和标准差控制图主要用于判断生产过程的平均值和标准差是否处于或保持在所要求的水平。常规的平均值和标准差控制图的控制限是根据从正常生产条件下所生产的产品中抽取至少20个或25个样本来制订的。如果生产批量不大或者在生产开始阶段，这个规定就使常现控制图不能有效地使用。本文构制的样本数较少时的平均值和标准差图能可靠地应用于小批量生产的过程。一、常现控制图的控制限利用控制图能判断生产过程是否发生异常，对异常的过程，要查明异常原因并采取对策，使生产过程达到统计控制状态。当过程处于控制状态时，能避免或减少不合…     

基于模糊统计的不确定质量特性控制图研究

不确定质量特性采用专家评分、语言评价等测量手段,使常规的控制图方法难以适用.文章以不确定质量特性评分数据为基础,提出了评判模糊数统计特征的求取方法,并以特征数构建不同类型的评判模糊数隶属函数,以过程均值模糊数割集的上下限作为控制线,以评分样本模糊数割集的上下限为控制图描点数据,以描点数据与控制线之间的位置关系进行异常报警,实现不确定质量特性控制图的绘制,最后在Matlab环境下,以具体的应用实例验证了方案的可行性.     

方差推断时样本容量的确定

方差是一个十分常用的统计特征数字,人们要了解产品加工过程中工序的稳定性,经济活动中的风险水平,像测算股票价格波动、汇率变化的风险等,一般都要计算方差.文章根据频率统计的基本原理,对方差估计和假设检验时所需要的样本数目问题进行了讨论,包括单总体方差推断时的样本容量,两总体方差比推断时的样本容量.     

符合性整群审计抽样的抽样规模研究

运用抽样调查开展审计活动,是现代审计业务组织的一个基本方向.符合性比例估计是符合性抽样推断的主要内容.文章根据势函数与决策规则的基本原理,对整群审计抽样下的符合性比例估计时所需要的样本数目进行了讨论,内容包括:势函数规则下审计对象符合性比例估计整群抽样时的样本容量,决策规则下审计时象符合性比例估计整群抽样时的样本容量等.     

基于贝叶斯理论的质量控制图异常模式识别

在应用控制图实施质量控制的过程中,及时、准确地识别出控制图异常模式,对于引发过程异常的原因诊断以及消除意义重大.传统的识别方法需要预先获知模式的特征信息或大量的特定模式数据,制约了方法的应用.文章以绘制控制图的样本统计数据为基础,逐点计算各种模式参数的极大似然估计量,应用贝叶斯规则推算各模式出现的信度大小,并依据每个采样时点模式决策统计量的取值,对控制图模式做出判断.数值仿真实验验证了本文所提方案对于基本控制图模式在识别率与灵敏度方面的有效性.     

六西格玛管理中小波动控制图

控制图自休哈特创立以来,不断得到改进和优化,形成了多种类型的控制图,如常规控制图、通用控制图、小波动控制图、小批量控制图、多元控制图、选择控制图等等。上一期介绍了常规控制图,这一期将介绍小波动控制图的制作方法。无论是计量值还是计数值的常规控制图,图上的任一点只利用了过程当前样本的信息,而没有考虑所抽取的其他样本的信息,因此对过程的小波动(尤其是小于1σ的波动)不够灵敏。为了克服此缺陷,在休哈特控制图后,又出现了控制过程小偏移的累积和控制图(C U S U M)和指数加权移动平均控制图(E W M A)。这两种图适用于对连续…     

统计参数点估计性能评价的新方法

文章针对统计参数点估计中对估计结果的误差或可信度缺乏定量度量的问题,在总体样本独立同分布的假设条件下,研究了统计参数点估计中采样窗口大小(即样本容量)与样本均值、标准差统计误差之间的关系,提出了统计量点估计置信度的概念,并给出了借助计算机仿真确定在特定统计结果下统计量置信度与样本容量关系的方法。仿真和应用实例表明文章所引入的点估计置信度概念具有一定的普适作用,可以进一步优化补充点估计优劣评价方法。     

利用M-H算法求解Logistic回归模型参数的贝叶斯估计

文章以航天飞机在不同温度下发射密封圈的失效数据为例,采用随机游动与变量变换M-H算法获得Logistic回归模型参数的后验分布样本并进行贝叶斯分析.同时,进行蒙特卡洛模拟,通过样本轨迹图、直方图、自相关系数图等考查M-H算法的抽样表现,并讨论每种抽样方法的优缺点与提高措施.结果表明:先验分布的选取直接影响贝叶斯估计效果,有先验信息的M-H算法估计的标准差比无先验信息的M-H算法要精确,但随着样本容量增大,趋势在减少,适当的建议分布与变量变换可大大提高M-H算法的抽样效率.