برآورد بیزی نقطه تغییر در کنترل کیفیت
Abstract
No abstract recorded for this item.
No abstract recorded for this item.
هنگامی که یک فرآیند تولیدی از کنترل آماری خارج می گردد، ابتدا باید انحرافات با دلیلی را که موجب ایجاد این وضعیت گردیده شناسایی کنیم تا بعد از حذف آنها مجددا بتوانیم سیستم را تحت کنترل درآوریم،برای حذف منابع اصلی ایجاد خطا، تعیین زمان واقعی آغاز انحراف در فرآیند که به آن نقطه تغیی
در این پایان نامه فرض شده است که دنباله ی طول عمرهای x_n,…,x_(m+1),x_m,…,x_1 از توزیع آمیخته ی نمایی از چپ بریده شده و توزیع تباهیده با قابلیت r_1? در زمان ? و مینیمم طول عمر ? با نسبت های نامعلوم p_1 و ?_1 مشاهده شده اند. بطوری که یک تغییر در سیستم در نقطه ی m صورت گرفته
یکی از ابزارهای بسیار پرکاربرد کنترل فرآیند آماری، نمودارهای کنترل فرآیند می باشند که حالت فرآیند با توجه با حدود کنترلی این نمودارها و نتایج نمونه گیری از فرآیند، از نظر تحت کنترل یا خارج از کنترل بودن تعیین می گردد. زمانی که نمودار حالت خارج از کنترل را تشخیص می دهد زمان واقعی
در برخی از کاربردهای کنترل کیفیت آماری، عملکرد فرآیند یا کیفیت محصول به وسیله ی رابطه ی بین یک متغیر پاسخ و یک یا چند متغیر مستقل توصیف میشود. در ادبیات کنترل کیفیت آماری این رابطه را پروفایل می نامند. در موارد مشخصی عملکرد فرآیند یا کیفیت محصول به وسیله ی یک پروفایل غیرخطی پیچی
کنترل آماری فرایند نیازمند روش های آماری است که تغییرات را در الگوی داده هایی در طول زمان تشخیص دهد. روش های رایج مانند نمودارهای شوهارتی و غیر شوهارتی جمع تجمعی و میانگین متحرک موزون نمایی نیازمند مقادیر تحت کنترل پارامترهای فرایند هستند، که به ندرت دقیقاً معلوم هستند. وقتی
نمودارهای کنترل ابزاری برای پایش فرایند حین تولید و تشخیص تغییرات در پارامترهای مورد بررسی در فرایند می باشند. یکی از اهداف مهم در استفاده از این نمودارها، تشخیص دقیق زمان تغییر در فرایند می باشد که با استفاده از آن کارشناسان و مهندسان کیفیت می توانند با بررسی اطلاعات مربوط به ای
موضوع تشخیص نقطه تغییر یکی از چالش برانگیزترین مسایل آماری است، زیرا تعداد و موقعیت زمانی این نقاط ناشناخته هستند. در این مقاله ابتدا به معرفی مفهوم نقطه تغییر پرداخته و سپس برآورد پارامترها در مدل اتورگرسیو مرتبه اول (1)AR بررسی میشود. به منظور بررسی دقت برآوردگرهای بدست آمده ی
گون پوشش گیاهی بسیاری از کوهستانهای فلات ایران است و باتوجهبه شکل بالشتی و سیستم ریشهدوانی عمیق، کنترل و نفوذ بارشهای جوی را به درون خاک تسهیل و نقش عمدهای در ارائه خدمات اکوسیستمی ایفا میکند. از طرفی همبستگی اکوسیستمهای گونزار (Astragalus habitats) با اقلیمهای خشک و نیم
برآورد بیزی پارامتر تنش-مقاومت، در توزیع لوماکس، تحت نمونههای سانسور فزاینده پیوندی در سه حالت بررسی میشود. اول، با فرض اینکه تنش و مقاومت دو متغیر تصادفی با پارامترهای مقیاس مشترک و شکل متفاوت هستند، برآورد بیزی پارامتر تنش-مقاومت با دو روش لیندلی و الگوریتم گیبز تقریب زده می
چنانچه در نمونه گیری، داده ها با احتمالی متناسب با اندازه انتخاب شوند، داده های حاصل را در طول-اریب نامند. برآورد ناپارامتری تابع چگالی با استفاده از داده های در طول-اریب، مشکلتر از سایر حالات است. یکی از برآوردگرهای معروف در این زمینه توسط جونز (1991) معرفی شده است. در این مقاله
در این مقاله، تحت نمونههای سانسور فزاینده پیوندی بهبود یافته، برآورد بیزی پارامتر قابلیت اعتماد چندمؤلفه ای با مؤلفههای مقاومت غیر یکسان در توزیع گومپرتز تعمیم یافته یکه، بررسی میشود. این مسئله در سه حالت مختلف حل شده است. در حالت اول، فرض میشود که متغیرهای تنش و مقاومت دارای
برای آزمون فرضیه همگنی مدلهای آمیخته، معمولا از آزمون نسبت درستنمایی اصلاح شده که مبتنی بر افزودن یک تابع تاوان مناسب به تابع لگ درستنمایی میباشد، استفاده میشود. کارایی این آزمون به شدت تحت تاثیر شکل تابع تاوان انتخابی است. انتخاب تابع تاوان در این نوع آزمون معمولا براساس پرهی