Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 4

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  testy permutacyjne
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
Metody planowania eksperymentów są wykorzystywane w statystycznej kontroli jakości procesu produkcyjnego. Właściwe planowanie eksperymentów przed realizacją procesu produkcyjnego prowadzi do poprawy jego rezultatów technologicznych, co w efekcie powoduje poprawę rezultatów ekonomicznych procesu. W ostatnich latach na znaczeniu zyskały metody repróbkowania, wykorzystujące symulacje komputerowe. Jedną z nich są testy permutacyjne służące do weryfikacji hipotez statystycznych. W porównaniu do testów parametrycznych nie wymagają one spełnienia restrykcyjnych założeń i mogą być stosowane do niewielkiej liczby obserwacji. Przedmiotem artykułu jest wskazanie możliwości wykorzystania testów permutacyjnych w analizie wyników eksperymentu. Rozważania przeprowadzone zostały dla danych dotyczących rezultatów ustalonego procesu produkcyjnego.
EN
An experimental design is one of the tools which are used in statistical quality control. The proper implementation of experimental design results in the improvement of technological outcomes of a manufacturing process, which in turn leads to the enhancement of economic results. Permutation tests, among other things, form a group of resampling methods which are used to verify statistical hypotheses. These tests, unlike parametric ones, do not entail the fulfilment of strict criteria and may be used for a small number of observations. The presented article deals with the use of permutation tests in the design of experiments. The proposed method will be presented with reference to selected empirical data.
PL
W artykule przedstawiono propozycję metody monitorowania złożonych wielowymiarowych procesów produkcyjnych. Rozważany problem dotyczy monitorowania jakości produkcji przy stosowaniu oceny alternatywnej jednocześnie względem wielu charakterystyk, gdy produkcja wykonywana jest na wielu różnych stanowiskach. Do opisu stanu jakości w czasie t wykorzystywana jest macierz, w której elementami są liczby wadliwych sztuk wykonanych na danym stanowiskuwedług ocenianych wielu charakterystyk.Proponowana metoda odwołuje się do testu permutacyjnego. Sygnał o nieprawidłowym przebiegu produkcji jest uzyskiwany na podstawie porównania macierzy z bieżącego okresu dla monitorowanego procesu oraz macierzy danych uzyskanej z procesu ustabilizowanego. Ze względu na dużą liczbę charakterystyk rejestrowanych na skali porządkowej konstrukcja statystyki testowej została oparta o funkcję odległości macierzy. Własności proponowanej metody zostały poddane analizie z wykorzystaniem symulacji komputerowych. Przeprowadzono również porównania wyników uzyskanych z zastosowaniem proponowanej metody i karty kontrolnej c.
EN
This article presents a proposal of the method of monitoring complex multidimensional processes. The problem relates to monitoring the quality of production with some attribute variables when the production is performed by some operators. To describe the quality status we used the matrix in which elements are the numbers of defective units.The proposed method uses permutation tests. The "out-of-order" signal is obtained by comparing the matrix in period t to the matrix from stable process. The test statistic used in permutation test is based on a function of distance between matrices. The properties of the proposed method have been described using computer simulation.
PL
W opracowaniu przedstawiono propozycję modyfikacji testu adaptacyjnego dla porównania wartości oczekiwanych w dwóch populacjach. W zaproponowanym rozwiązaniu nie dokonuje się wyboru postaci statystyki testowej, lecz na podstawie danych pochodzących z wylosowanej próbki modyfikowane są wagi występujące w statystyce testowej. Własności rozważanego testu i testów klasycznych zostały porównane z wykorzystaniem symulacji komputerowych. Test może być wykorzystany w procedurach kontroli jakości. Nie wymaga on spełnienia ostrych założeń dotyczących postaci rozkładu zmiennej diagnostycznej i z tego powodu może być wykorzystywany do wykrywania rozregulowania procesu w przypadkach, gdy nie jest znana postać rozkładu zmiennej.
EN
The paper presents a proposal of a modification of the L. Hao and D. Houser adaptive test for comparing the locations of two distributions. The modification is based on the linear combination of three test statistics. In the Hao and Houser test, due to the values of the robust asymmetry and shape characteristics, the test statistic is chosen. A method of continuous modification of the test statistic is presented. The properties of the proposed procedure are analyzed in a Monte Carlo study. The proposal could be used in quality control monitoring processes.
PL
Porównywanie dwóch populacji jest interesującym zagadnieniem statystycznym. Dotyczy znajdowania istotnych statystycznie różnic na podstawie pozyskanych prób. Najczęściej sprawdzane są hipotezy o równości pewnego charakterystycznego parametru: wartości średniej, wariancji lub frakcji. Najskuteczniejsze parametryczne testy wymagają spełnienia założenia o zgodności rozkładów badanych populacji z rozkładem normalnym. Istnieją jednak przypadki, w których kluczowe znaczenie może mieć porównanie kształtu populacji wielowymiarowych. Dodatkowo rozkłady badanych populacji są nieznane lub też nie mogą być uznane za rozkłady normalne wielowymiarowe. Artykuł przedstawia wyniki badań dotyczących weryfikacji hipotezy statystycznej o braku różnic pomiędzy populacjami wykorzystującej badanie różnic pomiędzy wektorami własnymi. Statystyki testowe zawierające różnice pomiędzy wektorami własnymi badanych populacji pozwalają na badanie różnic w kształcie populacji niezależnie od ich wartości średnich lub wariancji. Mogą więc być wykorzystane do testowania zmienności zjawisk w czasie nawet w obliczu trendu. Zaproponowano weryfikację hipotez statystycznych za pomocą testów permutacyjnych, co zwalnia z konieczności badania zgodności z rozkładem normalnym oraz pozwala na stosowanie różnych statystyk testowych. W podsumowaniu dokonano oceny własności proponowanych testów z wykorzystaniem metody Monte Carlo.
EN
A comparison of two populations is an interesting and very common statistical problem. It involves finding statistically significant differences based on given samples. The most common way is to verify the hypothesis concerned the equality of certain, characteristic parameters, i.e. mean, standard deviation or fraction. The most efficient parametric tests need to fulfill assumptions about the normal distribution of examined populations. There are, however, cases where comparing “the shape” of multivariate populations could be crucial. Additionally, the distributions of tested populations are either unknown or cannot be treated as multivariate normal distributions. This paper presents the results of investigations on the comparison of two populations where the differences between eigenvectors were implemented. Test statistics, based on the differences between first eigenvectors of tested populations, make it possible to examine the differences of a shape, regardless of its mean or standard deviation. They could be used, for example, to test the variability of a given phenomenon even with the trends. It was proposed to verify the hypotheses with permutation tests, where no assumptions about the distribution must be fulfilled. Doing so would make it possible to use different test statistics as well. At the end of the paper, the characteristics of the examined tests were estimated using Monte Carlo simulation.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.