簡易檢索 / 詳目顯示

研究生: 吳政儀
論文名稱: 在單一觀測值下監控多變量製程變異性之EWMA管制圖
指導教授: 黃榮臣
Huwang Longcheen
口試委員:
學位類別: 碩士
Master
系所名稱: 理學院 - 統計學研究所
Institute of Statistics
論文出版年: 2002
畢業學年度: 90
語文別: 中文
論文頁數: 64
中文關鍵詞: 多變量單一觀測值指數加權移動平均
外文關鍵詞: multivariate, individual, EWMA
相關次數: 點閱:2下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 近幾年來高科技產業的生產技術進步快速,使得許多產品都可維持在高良率的水準,但也因其投入的技術繁多,產品製造過程的複雜度與生產所需的時間也相對提高。對於這種高成本,高良率與生產費時的產業,統計製程管制的使用更形重要,但在成本及其它多種因素的考量下,往往每次只能獲得單一觀測值的樣本,而一製程可能需要同時監控多個具有相關性的品質特性,但在樣本數為1的情況下,對製程的變異性做監控,文獻上並沒有多少有效的方法被提出來。本文針對這種情形建構出兩個新的管制圖,其主要是利用指數加權移動平均(exponentially weighted moving average)的方法得到製程共變異數矩陣的一個合理估計量,並利用這個共變異數矩陣估計量的跡數(trace)做為製程變異性的管制統計量,經由實際例子與統計模擬結果證實本文所提出的管制圖對多變量製程變異性的大多數改變有不錯的偵側效率。


    第一章 緒論 1 1.1 前言……………………………………………………………………..1 1.2 文獻回顧………………………………………………………………..2 1.3 研究動機與目的………………………………………………………..3 第二章 監控多變量製程之變異性 4 2.1 文獻探討………………………………………………………………..4 2.2 多變量指數加權均方差管制圖………………………………………..5 2.3 多變量指數加權移動變異數管制圖…………………………………..7 第三章 平均連串長度之表現 11 3.1 不同管制圖的比較準則………………………………………………11 3.2 管制界限的選擇………………………………………………………12 3.3 管制圖的表現…………………………………………………………14 3.4 例子……………………………………………………………………16 第四章 結論與推廣 22 附錄 23 附錄1 證明統計量 與 的正定性質……………………………………..23 附錄2 的收斂性……………………..……………………………..24 附錄3 的收斂性……………………………...…………………..25 參考文獻 27 附表 29 附圖 47

    [1] Alt, F. B. (1985). “Multivariate Quality Control”. The Encyclopedia of the Statistical Sciences (Vol. 6), Kotz, S., Johnson, N. L. and Read, C. R., (eds.), John Wiley & Sons, New York, NY.
    [2] Anderson, T. W. (1984). An Introduction to Multivariate Analysis, John Wiley & Sons, New York, NY.
    [3] Crosier, R. B. (1988). “Multivariate Generalizations of Cumulative Sum Quality Control Schemes”. Technometrics 30, pp. 291-303.
    [4] Crowder S. V. and Hamilton M. D. (1992). “An EWMA for Monitoring a Process Standard Deviation”. Journal of Quality Technology 24, pp. 12-21.
    [5] Hawkins, D. M. (1991). “Multivariate Quality Control Using Regression Adjusted Variables”. Technometrics 33, pp. 61-75.
    [6] Hawkins, D. M. (1993). “Regression Adjustment for Variables in Multivariate Quality Control”. Journal of Quality Technology 25, pp. 170-182.
    [7] Healy, J. D. (1987). “A Note on Multivariate CUSUM Procedures”. Technometrics 29, pp. 409-412.
    [8] Joshi, M. and Sprague, K. (1986). “Obtaining and Using Statistical Process Control Limit in the Semiconductor Industry”. Statistical Case Studies for Industrial Process Improvement, V. Czitrom and P. D. Spagon (Eds.), ASA-SIAM (1997).
    [9] Lowry, C. A. and Montgomery, D. C. (1995). “A Review of Multivariate Control Charts”. IIE Transactions 27, pp. 800-810.
    [10] Lucas, J. M. and Saccucci, M. S. (1990). “Exponentially Weighted Moving Average Control Schemes: Properties and Enhancements”. Technometrics 32, pp. 1-12.
    [11] MacGregor, J. F. and Harris, T. J. (1993). “The exponentially Weighted Moving Variance”. Journal of Quality Technology 25, pp. 106-118.
    [12] Montogomery, D. C. (1997). Introduction to Statical Quality Control (3rd Edition), John Wiley & Sons, New York, NY.
    [13] Muirhead, R. J. (1982). Aspects of Multivariate Statistical Theory, John Wiley & Sons, New York, NY.
    [14] Pignatiello, J. J., JR. and Runger G. C. (1990). “Comparisons of Multivariate CUSUM Charts”. Journal of Quality Technology 22, pp. 173-186
    [15] Sullivan, J. H. and Woodall, W. H. (1996). “A Comparison of Multivariate Control Charts for Individual Observations”. Journal of Quality Technology 28, pp. 398-408.
    [16] Tracy, N. D. and Young, J. C. and Mason, R. L. (1992). “Multivariate Control Charts for Individual Observations”. Journal of Quality Technology 24, pp. 88-95.
    [17] Woodall W. H. and Ncube M. M. (1985). “Multivariate CUSUM Quality Control Procedures”. Technometrics 27, pp. 285-292

    無法下載圖示 全文公開日期 本全文未授權公開 (校內網路)
    全文公開日期 本全文未授權公開 (校外網路)
    全文公開日期 本全文未授權公開 (國家圖書館:臺灣博碩士論文系統)
    QR CODE