The double sampling (DS) View the M

The double sampling (DS) View the MathML source chart detects small and moderate mean shifts quickly. Furthermore, this chart can reduce the sample size. The DS View the MathML source chart is usually investigated assuming that the process parameters are known. Nevertheless, the process parameters are usually unknown and are estimated from an in-control Phase-I dataset. This paper (i) evaluates the performances of the DS View the MathML source chart when process parameters are estimated by means of a new proposed theoretical method, (ii) shows that performances with estimated parameters are different from that with known parameters, and (iii) proposes three optimal design procedures: the first design minimizes the out-of-control average run length, the second design minimizes the in-control average sample size and the third design minimizes the average extra quadratic loss, by considering the number of Phase-I samples in these three designs. Additionally, for ease of implementation, this paper provides the new optimal parameters specially computed for the DS View the MathML source chart with estimated parameters, based on the number of Phase-I samples used in practice. These findings will lead to a more economically feasible process monitoring situation, especially when the process parameters are unknown.

ผลลัพธ์ (ไทย) 1:

คู่ (DS) ดู MathML ตรวจพบแหล่งแผนภูมิการสุ่มตัวอย่างขนาดเล็ก และปานกลางหมาย กะอย่างรวดเร็ว นอกจากนี้ แผนภูมินี้สามารถลดขนาดของตัวอย่าง ดู DS กับ MathML แหล่งภูมิมักจะได้รับการตรวจสอบสมมติว่าทราบว่าพารามิเตอร์กระบวนการ อย่างไรก็ตาม พารามิเตอร์กระบวนการที่ไม่รู้จักมักจะ และประเมินจากขั้นตอนในการควบคุมการ-ฉันชุดข้อมูล กระดาษนี้ (i) ประเมินการแสดงของ DS ภูมิแหล่ง MathML เมื่อพารามิเตอร์กระบวนการจะประเมินโดยใช้วิธีการนำเสนอทฤษฎีใหม่ (ii) แสดงว่า กับพารามิเตอร์การประเมินแตกต่างจากที่มีพารามิเตอร์ที่ทราบ และ (iii) เสนอขั้นตอนการดีไซน์สาม: แบบแรกลดเฉลี่ยออกของการควบคุมที่เรียกใช้ความยาว แบบสองลดขนาดตัวอย่างโดยเฉลี่ยในการควบคุม และการออกแบบที่สามลดการสูญเสียเพิ่มเติมกำลังสองเฉลี่ย โดยพิจารณาจำนวนเฟส-ฉันตัวอย่างในการออกแบบที่สามเหล่านี้ นอกจากนี้ การใช้งานง่าย กระดาษนี้มีพารามิเตอร์ที่เหมาะสมใหม่เป็นพิเศษคำนวณสำหรับ DS มุมมองแผนภูมิแหล่ง MathML ประมาณพารามิเตอร์ ขึ้นอยู่กับจำนวนของระยะ-ฉันตัวอย่างที่ใช้ในการปฏิบัติงาน ผลการวิจัยเหล่านี้จะนำไปสู่กระบวนการเหมาะสมในด้านเศรษฐกิจสถานการณ์ การตรวจสอบโดยเฉพาะอย่างยิ่งเมื่อพารามิเตอร์กระบวนการที่ไม่รู้จัก

ผลลัพธ์ (ไทย) 2:

กลุ่มตัวอย่างคู่ (DS) ดูแผนภูมิแหล่ง MathML ตรวจจับขนาดเล็กและปานกลางค่าเฉลี่ยการเปลี่ยนแปลงอย่างรวดเร็ว นอกจากนี้แผนภูมินี้สามารถลดขนาดของกลุ่มตัวอย่าง เอดูแผนภูมิแหล่ง MathML มักจะตรวจสอบสมมติว่าพารามิเตอร์กระบวนการเป็นที่รู้จักกัน อย่างไรก็ตามพารามิเตอร์กระบวนการมักจะไม่รู้จักและได้รับการประเมินจากในการควบคุมเฟส-I ชุด กระดาษนี้ (i) การประเมินผลการดำเนินงานของเอดูแผนภูมิแหล่ง MathML เมื่อพารามิเตอร์กระบวนการจะมีการประเมินโดยวิธีการของวิธีการทางทฤษฎีใหม่ที่เสนอ (ii) แสดงให้เห็นว่าการแสดงกับพารามิเตอร์ที่คาดว่าจะได้แตกต่างจากที่มีพารามิเตอร์ที่รู้จักกันและ (iii ) เสนอสามขั้นตอนการออกแบบที่ดีที่สุด: การออกแบบครั้งแรกช่วยลดระยะเวลาในการทำงานเฉลี่ยออกจากการควบคุมการออกแบบที่สองลดค่าเฉลี่ยของขนาดของกลุ่มตัวอย่างในการควบคุมและการออกแบบที่สามจะช่วยลดการสูญเสียค่าเฉลี่ยกำลังสองพิเศษโดยพิจารณาจำนวน Phase- ฉันตัวอย่างในการออกแบบทั้งสาม นอกจากนี้เพื่อความสะดวกในการดำเนินงาน, กระดาษนี้ให้พารามิเตอร์ที่เหมาะสมใหม่คำนวณเป็นพิเศษสำหรับเอดูแผนภูมิแหล่ง MathML กับพารามิเตอร์ที่ประมาณขึ้นอยู่กับจำนวนของกลุ่มตัวอย่างเฟส-I ใช้ในการปฏิบัติ การค้นพบนี้จะนำไปสู่​​การขึ้นไปได้ทางเศรษฐกิจสถานการณ์กระบวนการตรวจสอบโดยเฉพาะอย่างยิ่งเมื่อพารามิเตอร์กระบวนการเป็นที่รู้จัก