Symulacyjna analiza wykorzystania testów permutacyjnych w procesach sterowania jakością

• Authors: Grzegorz Kończak

Title variants

EN

Simulation analysis of the permutation tests use in the processes monitoring

• Languages of publication: PL

Abstracts

PL

Klasyczne karty kontrolne wykorzystują sekwencje parametrycznych te-stów statystycznych. Zwykle wymagają spełnienia założeń dotyczących postaci rozkładu. W przypadku, gdy założenia takie nie są spełnione, nie jest uzasadnione ich stosowanie. W artykule przedstawiono propozycję wykorzystania karty kontrolnej opartej na sekwencji testów permutacyjnych. Testy permutacyjne nie wymagają spełnienia założenia o postaci rozkładu porównywanych zmiennych. Własności proponowanej karty zostały porównane z własnościami klasycznych kart kontrolnych z wykorzystaniem symulacji komputerowych. W symulacjach wykorzystano wartości losowe generowane z uogólnionego rozkładu lambda.

EN

The control charts are used for monitoring technological processes. These tools are a graphical view of the sequence of parametric tests. The main assumption is that the process data are normally and independently distributed with mean μ and standard deviation σ. The control chart can’t be used when the random variables are not normally distributed. There are some methods for monitoring non-normal processes. The proposal of the permutation tests use instead of the parametric tests in monitoring pro-cesses is presented in the paper. The results of Monte Carlo study for classical control charts and control charts based on the permutation tests are presented in the paper.

Keywords

PL

Karty kontrolne; Sterowanie jakością; Symulacje komputerowe; Testy permutacyjne

EN

Control charts; Monte Carlo study; Permutation tests; Process monitoring

• Publisher: Uniwersytet Ekonomiczny w Katowicach
• Journal: Studia Ekonomiczne
• Year: 2015
• Volume: 219
• Pages: 17-27

Contributors

author

Grzegorz Kończak

References

• Efron B., Tibshirani R. (1993), An Introduction to the Bootstrap, Chapman & Hall, New York.
• Freimer M., Kollia G., Mudholkar G.S., Lin C.T. (1988), A study of the generalized Tu-key lambda family, Communications in Statistics, „Theory and Methods”, Vol. 17.
• Kończak G. (2000), Wykorzystanie kart kontrolnych w sterowaniu jakością w toku pro-dukcji, Akademia Ekonomiczna w Katowicach, Katowice.
• Kończak G. (2012), Wprowadzenie do symulacji komputerowych, Uniwersytet Ekono-miczny w Katowicach, Katowice.
• Kończak G. (2014), On the modification of the non-parametric test for comparing locations of two populations [w:] M. Gilli, G. Gonzalez-Rodriguez, A. Nieto-Reyes (eds.),Proceedings of COMPSTAT.
• Montgomery D.C. (2009), Introduction to statistical quality control, John Wiley & Sons, Inc.
• Ramberg J.S., Schmeiser B.W. (1974), An approximate method for generating asymme-tric random variables, „Communications of the ACM”, Vol. 17.
• Ramberg J.S., Dudewicz E.J., Tadikamalla P.R., Mykytka E.F. (1979), A Probability Distribution and Its Uses in Fitting Data, „Technometrics”, Vol. 21, No. 2.
• Welch W.J. (1990), Construction of Permutation Tests, „Journal of the American Stati-stical Association”, Vol. 85, No. 411, Theory and Methods.
• Western Electric Company (1956), Statistical Quality Control handbook, Indianapolis, Indiana.

Identifiers

ISSN

2083-8611