In this study, we focus on improvin

In this study, we focus on improving parameter estimation in Phase I study to construct more accurate Phase II control limits for monitoring multivariate quality characteristics. For a multivariate normal distribution with unknown mean vector, the usual mean estimator is known to be inadmissible under the squared error loss function when the dimension of the variables is greater than 2. Shrinkage estimators, such as the James–Stein estimators, are shown to have better performance than the conventional estimators in the literature. We utilize the James–Stein estimators to improve the Phase I parameter estimation. Multivariate control limits for the Phase II monitoring based on the improved estimators are proposed in this study. The resulting control charts, JS-type charts, are shown to have substantial performance improvement over the existing ones.

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ เราเน้นการปรับปรุงการประมาณพารามิเตอร์ในขั้นตอนเรียนเพื่อสร้างขีดจำกัดควบคุม Phase II ถูกต้องมากขึ้นสำหรับการตรวจสอบคุณภาพตัวแปรพหุลักษณะ สำหรับตัวแปรพหุแจกกับเวกเตอร์หมายถึงที่ที่ไม่รู้จัก ประมาณการเฉลี่ยปกติเรียกว่าจะไม่ภายใต้ฟังก์ชั่นการสูญสองข้อผิดพลาดเมื่อขนาดของตัวแปรมากกว่า 2 Estimators การหดตัว เช่น estimators เจมส์ – สไตน์ จะแสดงที่จะมีประสิทธิภาพที่ดีกว่า estimators ธรรมดาในวรรณคดี เราใช้ estimators เจมส์ – สไตน์เพื่อปรับปรุงขั้นตอนการฉันการประมาณค่าพารามิเตอร์ ขีดจำกัดการควบคุมตัวแปรพหุสำหรับอิง estimators ปรับปรุงการตรวจสอบขั้นตอนที่สองมีการนำเสนอในการศึกษานี้ ผลลัพธ์การควบคุมแผนภูมิ แผนภูมิชนิด JS จะแสดงการปรับปรุงประสิทธิภาพที่สำคัญมีอยู่

ผลลัพธ์ (ไทย) 2:

ในการศึกษาครั้งนี้เรามุ่งเน้นไปที่การปรับปรุงการประมาณค่าพารามิเตอร์ในเฟสผมศึกษาเพื่อสร้าง Phase II ขีด จำกัด ของการควบคุมที่แม่นยำมากขึ้นสำหรับการตรวจสอบลักษณะคุณภาพหลายตัวแปร สำหรับการกระจายปกติหลายตัวแปรที่มีค่าเฉลี่ยเวกเตอร์ที่ไม่รู้จักประมาณการค่าเฉลี่ยปกติเป็นที่รู้จักกันไม่ยอมรับภายใต้ฟังก์ชั่นการสูญเสียข้อผิดพลาดเมื่อ Squared มิติของตัวแปรที่มีค่ามากกว่า 2. การหดตัวประมาณเช่นประมาณเจมส์สไตน์จะแสดงให้เห็นว่า มีประสิทธิภาพที่ดีขึ้นกว่าเดิมประมาณในวรรณคดี เราใช้ประมาณเจมส์สไตน์ในการปรับปรุงขั้นตอนที่ผมประมาณค่าพารามิเตอร์ ข้อ จำกัด การควบคุมหลายตัวแปรสำหรับการตรวจสอบระยะที่สองบนพื้นฐานของการประมาณค่าที่ดีขึ้นมีการเสนอในการศึกษานี้ ส่งผลให้ชาร์ตควบคุม JS-ประเภทแผนภูมิแสดงให้เห็นว่ามีการปรับปรุงประสิทธิภาพการทำงานที่สำคัญกว่าคนที่มีอยู่

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้ เรามุ่งเน้นในการปรับปรุงการประมาณค่าพารามิเตอร์ใน ระยะที่ 1 การศึกษาเพื่อสร้างขอบเขตการควบคุมระยะที่ถูกต้องมากขึ้นสำหรับการตรวจสอบลักษณะคุณภาพหลายตัวแปร การแจกแจงปกติหลายตัวแปรที่มีเวกเตอร์หมายถึงไม่รู้จักประมาณการค่าเฉลี่ยปกติเป็นที่รู้จักกันเป็นสิ่งที่ทำได้ภายใต้สองข้อผิดพลาดการสูญเสียฟังก์ชันเมื่อขนาดของตัวแปรมากกว่า 2 การหดตัวประมาณ เช่น เจมส์ –แสดงมีประมาณ Stein , ประสิทธิภาพที่ดีกว่าวิธีการปกติในวรรณคดี เราใช้ เจมส์ – Stein ประมาณเพื่อปรับปรุงขั้นตอนการประมาณค่าพารามิเตอร์ . ขีดจำกัดควบคุมหลายตัวแปรสำหรับระยะที่ 2 การตรวจสอบบนพื้นฐานของการปรับปรุงวิธีการนำเสนอในการศึกษานี้ ซึ่งแผนภูมิควบคุม , JS ชนิดแผนภูมิแสดงที่จะมีการปรับปรุงประสิทธิภาพอย่างมากกว่าที่มีอยู่