The use of alternative control char

The use of alternative control charts for monitoring fraction data is not new: Quesenberry (1991) proposed a Binomial Q Chart to monitor nonconforming fraction using a nonlinear transformation for the control limits and demonstrated that it approximates the Normal distribution closer to the Binomial. Heimann (1996) presented a modification of the p-Chart control limits for large sample sizes (n > 10,000), noting that in this case the control limits are narrow, thus the false alarm rate increases. Schwertman and Ryan (1997) suggested modifications of the np-Chart control limits to fit on the Normal approximation when p < 0.03, while, Chen (1998) proposed an adjustment to the p-Chart control limits and compared them with the traditional p-Chart the Binomial Q Chart using the false alarm rate. Sim and Lim (2008) adapted the attribute control charts to monitor zero-inflated data and used the Blyth-Still interval with 3-sigma to calculate control limits assuming that this data follows a Binomial and Poisson distribution.

ผลลัพธ์ (ไทย) 1:

การใช้แผนภูมิควบคุมทางเลือกสำหรับการตรวจสอบข้อมูลเศษส่วนไม่ใหม่: Quesenberry (1991) เสนอแผนภูมิ Q แบบทวิเพื่อตรวจสอบส่วนไม่สอดคล้องโดยใช้การแปลงแบบไม่เชิงเส้นสำหรับขีดจำกัดควบคุม และแสดงให้เห็นว่า มันสใกล้เคียงการแจกแจงปกติใกล้กับทวินาม Heimann (1996) แสดงการเปลี่ยนแปลงของ p-แผนภูมิควบคุมจำกัดสำหรับตัวอย่างขนาดใหญ่ (n > 10,000), สังเกตว่า ในกรณีนี้ ขีดจำกัดควบคุมจะแคบ ดังนั้น การเพิ่มขึ้นของอัตราการเตือนผิดพลาด Schwertman และไรอัน (1997) แนะนำการปรับเปลี่ยนของ np-แผนภูมิควบคุมข้อจำกัดในค่าประมาณปกติเมื่อ p < 0.03 ขณะที่ เฉิน (1998) เสนอการปรับปรุงเพื่อขีดจำกัดควบคุมของแผนภูมิ p และเปรียบเทียบได้กับ p-Chart แบบอิสระเหมือน Q แผนภูมิโดยใช้อัตราการเตือนผิดพลาด ซิมการ์ดและ Lim (2008) ดัดแปลงแผนภูมิควบคุมแอตทริบิวต์การตรวจสอบข้อมูลศูนย์ลม และใช้ช่วง Blyth ยังคงกับ 3 ซิกม่าเพื่อคำนวณควบคุมจำกัดสมมติว่าข้อมูลนี้ตามทวินามและแจกแจงปัวซอง

ผลลัพธ์ (ไทย) 2:

การใช้แผนภูมิควบคุมทางเลือกสำหรับการตรวจสอบข้อมูลส่วนไม่ใหม่: Quesenberry (1991) ได้เสนอแผนภูมิทวินาม Q เพื่อตรวจสอบส่วนที่ไม่สอดคล้องใช้การเปลี่ยนแปลงที่ไม่เป็นเชิงเส้นสำหรับข้อ จำกัด ของการควบคุมและแสดงให้เห็นว่ามันใกล้เคียงกับการกระจายปกติใกล้ชิดกับทวินาม Heimann (1996) นำเสนอการปรับเปลี่ยนของข้อ จำกัด การควบคุม P-แผนภูมิสำหรับขนาดกลุ่มตัวอย่างขนาดใหญ่ (N> 10,000) สังเกตว่าในกรณีนี้ข้อ จำกัด ควบคุมแคบจึงเตือนที่ผิดพลาดอัตราการเพิ่มขึ้นของ Schwertman และไรอัน (1997) เสนอแนะการแก้ไขข้อ จำกัด การควบคุม NP-แผนภูมิเพื่อให้พอดีกับการประมาณปกติเมื่อ p <0.03 ในขณะที่เฉิน (1998) ได้เสนอปรับกับข้อ จำกัด การควบคุม P-แผนภูมิและเมื่อเทียบกับพวกเขาด้วย p- แบบดั้งเดิม แผนภูมิแผนภูมิทวินาม Q โดยใช้อัตราการเตือนที่ผิดพลาด ซิมและลิม (2008) ดัดแปลงแผนภูมิควบคุมแอตทริบิวต์การตรวจสอบศูนย์ข้อมูลที่สูงขึ้นและใช้ช่วงเวลาลท์ยังคงมี 3-Sigma ในการคำนวณขีด จำกัด ของการควบคุมสมมติว่าข้อมูลนี้เป็นไปตามการกระจายทวินามและ Poisson

ผลลัพธ์ (ไทย) 3:

การใช้แผนภูมิควบคุม การตรวจสอบข้อมูลส่วนที่ไม่ใหม่ : quesenberry ( 1991 ) เสนอแบบ Q แผนภูมิเพื่อตรวจสอบความไม่ลงรอยกันเศษส่วนโดยใช้เส้นแปลงขอบเขตการควบคุมและแสดงให้เห็นว่ามันมีการกระจายปกติใกล้ชิดกับแบบ . ไฮเมินน์ ( 1996 ) ได้เสนอการแก้ไขการควบคุมขยับเขยื้อนเคลื่อนไหวข้อ จำกัด สำหรับตัวอย่างขนาดใหญ่ ( N > 10 , 000 ) , สังเกตว่าในกรณีนี้ขอบเขตการควบคุมแคบ ดังนั้นอัตราปลุกเท็จเพิ่มขึ้น schwertman และ Ryan ( 1997 ) แนะนำการปรับเปลี่ยนของแผนภูมิของการควบคุมจำกัดให้พอดีกับปกติประมาณเมื่อ p < 0.03 ในขณะที่เฉิน ( 1998 ) ได้เสนอการปรับเพื่อควบคุมขยับเขยื้อนเคลื่อนไหว จำกัด และเมื่อเทียบกับพวกเขากับแบบขยับเขยื้อนเคลื่อนไหวในแบบ Q แผนภูมิโดยใช้อัตราปลุกเท็จ ซิมลิม ( 2008 ) และปรับปรุงการควบคุมคุณลักษณะแผนภูมิการตรวจสอบศูนย์พองข้อมูล และใช้หางยังห่าง 3-sigma คำนวณการควบคุมจำกัดสมมติว่าข้อมูลนี้ตามแบบ และการแจกแจงปัวส์ซอง