Multivariate control charts for observation dependencies

แผนภูมิควบคุมหลายตัวแปรสำหรับค่าสังเกตที่มีความสัมพันธ์กัน

Name: Sasigarn Kuvattana

keyword: Average run length

LCSH: Monte carlo method

LCSH: COPULAS (MATHEMATICAL STATISTICS)

LCSH: Multivariate analysis

Abstract: The objectives of this thesis are to find an optimal type of copulas in each level of dependence observations to detect a change in the parameter on three multivariate control charts. Control charts are quality control procedures to detect a change of a manufactured product and used for univariate and multivariate quality characteristics which are random, independent and identically distributed (i.i.d.). The Hotelling’s T² Multivariate Exponentially Weighted Moving Average (MEWMA) and Multivariate Cumulative Sum (MCUSUM) control charts are used in detecting the mean shift in a process and when observations are an exponential distribution. The performance characteristics of control charts are the Average Run Length The copulas approach can be applied to dependencies and non-normal variables with marginal distributions. To specify the dependence between random variables, they will be proposed and measured by Kendall’s tau through Monte Carlo simulations. The numerical results showed that the copula approach can fit the observation and can also be used as an option for applications with multivariate control charts.

Abstract: วิทยานิพนธ์นี้มีวัตถุประสงค์ เพื่อหาชนิดของโคปูลาที่เหมาะสมในแต่ละระดับของค่าสังเกตที่มีความสัมพันธ์กันสำหรับตรวจจับการเปลี่ยนแปลงในพารามิเตอร์บนแผนภูมิควบคุมหลายตัวแปร 3 แผนภูมิ คือ แผนภูมิควบคุม Hotelling’s T² (Hotelling’s T² control chart) แผนภูมิควบคุมหลายตัวแปรค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักแบบเลขชี้กำลัง (Multivariate Exponentially Weighted Moving Average : MEWMA) และแผนภูมิควบคุมหลายตัวแปรผลบวกสะสม (Multivariate Cumulative Sum : MCUSUM) แผนภูมิควบคุมเป็นกระบวนการควบคุมคุณภาพเพื่อตรวจจับการเปลี่ยนแปลงของกระบวนการผลิต อาจจะใช้หนึ่งตัวแปรหรือมากกว่าหนึ่งตัวแปร ซึ่งเป็นไปโดยสุ่ม มีความเป็นอิสระและการแจกแจงที่เหมือนกัน (i.i.d.) ทำการตรวจจับการเปลี่ยนแปลง ของค่าเฉลี่ยในกระบวนการ เมื่อค่าสังเกตมีการแจกแจงแบบเลขชี้กำลัง โดยใช้ความยาววิ่งเฉลี่ย (Average Run Length : ARL) เป็นเครื่องมือวัดคุณลักษณะของแผนภูมิควบคุม โดยในงานวิจัยนี้ได้ศึกษาวิธีการของโคปูลามาประยุกต์กับตัวแปรที่มีความสัมพันธ์กันและมีการแจกแจงแบบไม่ปรกติ ด้วยการแจกแจงตามขอบ ในการวัดระดับความสัมพันธ์ระหว่างตัวแปรสุ่มจะใช้ Kendall’s tau ด้วยการจำลองมอนติคาร์โล ผลจากการวิจัยพบว่าวิธีการของโคปูลาสามารถนำมาประยุกต์ใช้ตรวจวัดความสัมพันธ์ของค่าสังเกตและสามารถใช้กับแผนภูมิควบคุมหลายตัวแปร

King Mongkut's University of Technology North Bangkok. Central Library

Address: BANGKOK

Email: library@kmutnb.ac.th

Name: Saowanit Sukparungsee

Role: Thesis Advisors

Email : swns@kmutnb.ac.th

Name: Piyapatr Busababodhin

Role: Thesis Advisors

Name: Yupaporn Areepong

Role: Thesis Advisors

Email : yupaporna@kmutnb.ac.th

Created: 2016

Modified: 2019-07-26

Issued: 2560-10-19

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Doctor of Philosophy

Level: Doctoral Degree

Descipline: Applied Statistics

Grantor: King Mongkut's University of Technology North Bangkok

©copyrights King Mongkut's University of Technology North Bangkok

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B16062486.pdf	1.23 MB	15	2023-03-07 13:35:41

ใช้เวลา

0.039279 วินาที