แผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักด้วยเอกซโพเนนเชียลสำหรับข้อมูลปัวส์ซองเพื่อตรวจจับการเปลี่ยนแปลงค่าเฉลี่ยของกระบวนการ

A poisson EWMA control chart for monitoring a change in the process mean

Name: อุมา รัตนเทพี

ThaSH: การแจกแจงปัวซองส์

ThaSH: การวิเคราะห์ความคลาดเคลื่อน (คณิตศาสตร์)

ThaSH: วิธีมอนติคาร์โล

Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อหาคู่พารามิเตอร์ที่เหมาะสมกับแผนภูมิ EWMA นั่นคือ ค่าสถิติของ EWMA (λ ) และค่าขีดจำกัดควบคุมบนของแผนภูมิ EWMA สำหรับข้อมูลที่มีการแจก แจงแบบปัวส์ซอง เพื่อตรวจจับการเปลี่ยนแปลงค่าเฉลี่ยในกระบวนการ (α) ได้อย่างรวดเร็ว เมื่อ กำหนดระดับการเปลี่ยนแปลงค่าเฉลี่ย α = 1.05, 1.10, 1.15, 1.20, 1.25, 1.30, 1.40, 1.50, 1.75 และ 2.00 ตามลำดับ โดยได้ทำการศึกษาวิธีการคำนวณค่าความยาววิ่งเฉลี่ย (Average Run Length: ARL) เมื่อกระบวนการอยู่ภายใต้การควบคุม (in-control state) แทนด้วยสัญลักษณ์ 0 ARL และเมื่อ กระบวนการอยู่นอกเหนือการควบคุม (out-of-control state) แทนด้วยสัญลักษณ์ 1 ARL 2 วิธี นั่น คือ วิธีการจำลองมอนติคาร์โล (Monte Carlo Simulation: MC) และวิธีลูกโซ่มาร์คอฟ (Markov Chain Approach: MCA) ซึ่งจากการศึกษาพบว่าทั้งสองวิธีนั้นให้ค่า ARL ใกล้เคียงกัน แต่วิธี MCA นั้นใช้เวลาในการประมวลผลน้อยกว่าวิธี MC จึงเลือกใช้วิธี MCA ในการคำนวณค่า 1 ARL เพื่อหา คู่พารามิเตอร์ที่เหมาะสม ในการตรวจจับการเปลี่ยนแปลงค่าเฉลี่ยในกระบวนการ ซึ่งเกณฑ์ในการ เลือกคู่พารามิเตอร์ที่เหมาะสมนั้น จะทำการเลือกคู่พารามิเตอร์ (λ,H) ที่ให้ค่า 1 ARL ที่ต่ำที่สุด ในแต่ละระดับ α ผลการวิจัยพบว่าเมื่อค่า α เพิ่มขึ้น ค่าพารามิเตอร์ (λ,H) นั้นมีค่าเพิ่มมากขึ้น เช่นเดียวกัน

Abstract: This objective of the research is to find the optimal parameter of EWMA control chart, such as parameter of EWMA statistical and upper limit control of EWMA control chart when observations are Poisson distribution for monitoring a change in the process mean (α) , by fix α = 1.05, 1.10, 1.15, 1.20, 1.25, 1.30, 1.40, 1.50, 1.75 and 2.00 respectively. The 0 ARL (incontrol ARL) and 1 ARL (out-control ARL) are used for monitoring a change in the process mean for the case of in-control and out-control states respectively. The methods for approximation ARL are Monte Carlo Simulation (MC) and the Markov’s Chain Approach (MCA). The numerical results obtained from MCA are as good as from MC, however, MC is very time consuming. Moreover, the MCA are applied to find an optimal parameter for EWMA design and parameter will large when size changes are increased.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: เสาวณิต สุขภารังษี

Role: ที่ปรึกษาวิทยานิพนธ์

Email : swns@kmutnb.ac.th

Created: 2552

Modified: 2567-08-27

Issued: 2553-07-13

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: E-THESIS

tha

DegreeName: วิทยาศาสตร์มหาบัณฑิต

Level: ปริญญาโท

Descipline: สถิติประยุกต์

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B15178122.pdf	2.05 MB

ใช้เวลา

0.027777 วินาที