Monitorowanie autokorelacyjnego procesu za pomocą łańcuchów Markowa

• Autorzy: Grzegorz Kończak , Małgorzata Szerszunowicz

Warianty tytułu

EN

Monitoring Autocorrelated Processes Using the Markov Chain Monte Carlo Method

• Języki publikacji: PL

Abstrakty

EN

The concept of the statistical control chart was developed in 1924 by W. A. Shewhart. The control chart is a graphical display of a quality characteristic such as sample mean, standard deviation or range. The classical control charts are constructed under such assumptions as the form of distribution and independence, and the normality of the distribution is usually assumed. In many situations we may have reason to doubt the validity of the independence assumption – for example, in chemical processes where consecutive measurements on process characteristics are often highly correlated. The paper presents a proposal for a control chart for monitoring auto-correlated processes. The properties of this control chart were analysed in a Monte Carlo study.

Słowa kluczowe

EN

AUTOCORRELATED PROCESSES; MARKOV MONTE CARLO CHAINS; COMPUTER SIMULATION

• Wydawca: Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie
• Czasopismo: Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
• Rocznik: 2012
• Numer: 892
• Strony: 69-78

Twórcy

autor

Grzegorz Kończak

• Uniwersytet Ekonomiczny w Katowicach, Katedra Statystyki, ul. 1 Maja 50, 40-287 Katowice, Poland,

autor

Małgorzata Szerszunowicz

• Uniwersytet Ekonomiczny w Katowicach, Katedra Statystyki, ul. 1 Maja 50, 40-287 Katowice, Poland,

Bibliografia

• Box G.E.P., Jenkins G.M. [1983], Analiza szeregów czasowych. Prognozowanie i sterowanie, Państwowe Wydawnictwo Naukowe, Warszawa.
• Chakraborti S. [2004], A Class of Distribution-free Control Charts, „Journal of the Royal Statistical Society”, Series C (Applied Statistics), vol. 53, nr 3.
• Datta S., McCormic W.P. [1995], Bootstrap Inference for a First-order Autoregression with Positive Innovations, „Journal of the American Statistical Association”, vol. 90, nr 432, December.
• Kończak G. [2004], Łańcuchy Markowa w analizie własności procedur kontroli jakości, „Taksonomia”, vol. 11, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław.
• Kowalenko I.N., Kuzniecow N.J., Szurienkow W.M. [1989], Procesy stochastyczne, PWN, Warszawa.
• Liu R.Y., Tang J. [1996], Control Chart for Dependent and Independent Measurements Based on Bootstrap Methods, „Journal of the American Statistical Association”, nr 436.
• Montgomery D.C. [1996], Introduction to Statistical Quality Control, John Wiley & Sons.
• Rayner R.K. [1990], Bootstraping p Values and Power in the First Order Autoregression: A Monte Carlo Investigation, „Journal of Business & Economic Statistics”, vol. 8, nr 2, April.
• Schmid W., Schöne A. [1997], Some Properties of the EWMA Control Chart in the Presence of Autocorrelation, „The Annals of Statistics”, vol. 25, nr 3.
• Tang W. [2011], Monitoring Autocorrelated Processes, Open Access Dissertations and Theses, Paper 5670, http://digitalcommons.mcmaster.ca/opendissertations/5670/
• Zou Ch., Wang Z., Tsung F. [2008], Monitoring Autocorrelated Processes using Variable Sampling Schemes at Fixed-times, „Quality and Reliability Engineering International”, nr 24.