ค่าความยาวรันเฉลี่ยโดยวิธีลูกโซ่มาร์คอฟสำหรับข้อมูลปัวซงประเภทตัดปลายที่ศูนย์

Average run length using a markov chain approach for zero truncated poisson observations

Name: สลิลฎา ลีลาอุดมวรกุล

keyword: ค่าความยาวรันเฉลี่ย

ThaSH: การแจกแจงปัวซองส์

; แผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่

ThaSH: วิธีมอนติคาร์โล

ThaSH: การประมาณค่าพารามิเตอร์

; ลูกโซ่มาร์คอฟ

Abstract: ในงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการประมาณค่าความยาวรันเฉลี่ยด้วยวิธีลูกโซ่มาร์คอฟ (Markov Chain Approach: MCA) ของแผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ถ่วงนํ้าหนักแบบเลขชี้กำลัง (Exponentially Weighted Moving Average control chart: EWMA) เมื่อข้อมูลมีการแจกแจงปัวซงประเภทตัดปลายที่ศูนย์ (Zero Truncated Poisson distribution: ZTP) และเปรียบเทียบผลลัพธ์กับวิธีการจำลองข้อมูลโดยใช้เทคนิคมอนติคาร์โล (Monte Carlo Simulation: MC) นอกจากนี้ในงานวิจัยได้เปรียบเทียบประสิทธิภาพในการตรวจจับการเปลี่ยนแปลงในค่าเฉลี่ยของแผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ถ่วงนํ้าหนักแบบเลขชี้กำลัง (EWMA) และแผนภูมิควบคุมผลรวมสะสม (Cumulative Sum control chart: CUSUM) ซึ่งเกณฑ์ที่ใช้ในการวัดประสิทธิภาพ คือค่าความยาวรันเฉลี่ย (Average Run Length: ARL) และเวลาที่ใช้ในการประมวลผล (CPU Times) ผลการวิจัยพบว่าแผนภูมิควบคุม EWMA สำหรับค่าความยาวรันเฉลี่ยจากวิธีลูกโซ่มาร์คอฟมีค่าใกล้เคียงกับวิธีการจำลองข้อมูลโดยใช้เทคนิคมอนติคาร์โล แต่ใช้เวลาในการประมวลผลรวดเร็วกว่ามาก และเมื่อนำแผนภูมิควบคุม EWMA เปรียบเทียบประสิทธิภาพในการตรวจจับการเปลี่ยนแปลงค่าเฉลี่ยกับแผนภูมิควบคุม CUSUM พบว่าแผนภูมิควบคุม CUSUM มีประสิทธิภาพดีกว่าแผนภูมิควบคุม EWMA ในทุกระดับการเปลี่ยนแปลง

Abstract: This objective of the research is to approximate Average Run Length (ARL) using a Markov Chain Approach (MCA) of Exponentially Weighted Moving Average control chart (EWMA) when obversations are Zero Truncated Poisson distribution. The results obtained from MCA method are compared with the results obtained from Monte Carlo Simulation (MC). In addition, the performance between EWMA and CUSUM control charts for monitoring process mean is compared by using ARL and CPU Times Criterias. The results shown that for EWMA chart an approximation Average Run Length (ARL) using a Markov Chain Approach (MCA) is as good as Monte Carlo Simulation (MC) but MCA takes the computational time much less than MC. Additionally, The results of performance comparison between EWMA and CUSUM control charts also found that CUSUM control chart is more appropriate than EWMA control chart for all magnitude of shifts.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: เสาวณิต สุขภารังษี

Role: ที่ปรึกษาวิทยานิพนธ์

Email : saowanit.s@sci.kmutnb.ac.th

Name: ยุพาภรณ์ อารีพงษ์

Role: ที่ปรึกษาวิทยานิพนธ์

Email : yupaporn.a@sci.kmutnb.ac.th

Created: 2561

Modified: 2562-10-16

Issued: 2562-10-10

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตร์มหาบัณฑิต

Level: ปริญญาโท

Descipline: สถิติประยุกต์

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B16426575.pdf	1.43 MB	25	2026-05-26 18:16:01

ใช้เวลา

0.029036 วินาที