Search results

1

MIARA ZANURZANIA W MONITOROWANIU PROCESÓW O WIELU WŁAŚCIWOŚCIACH

100%

Kobylińska M.

Metody Ilościowe w Badaniach Ekonomicznych

|

2014

|

vol. 15

|

issue 3

122-132

PL

"Jednym z podstawowych narzędzi statystycznej kontroli jakości są karty kontrolne. Umożliwiają one stały nadzór nad procesem produkcyjnym poprzez dostarczanie informacji o tym czy proces jest stabilny oraz sygnalizują możliwość utraty jego stabilności w przyszłości. Karty kontrolne Shewharta mogą być wykorzystywane do monitorowania pojedynczych właściwości. W rzeczywistości niejednokrotnie mamy do czynienia z procesami, które charakteryzowane są przez wiele cech. Istnieją różne metody wykrywania, czy tego typu proces produkcyjny przebiega w sposób ustabilizowany, wśród nich karta T2 Hotellinga. W pracy przedstawiono karty kontrolne oparte na zanurzaniu obserwacji w próbie, które mogą być wykorzystywane w celu monitorowania procesów produkcyjnych o wielu właściwościach. "

EN

Control cards are one of the basic tools for statistical quality control. They enable continuous supervision of a production process and provide information on the process stability and signal any possible loss of future stability. Shewhart’s control cards may be used for monitoring single properties. In reality, we frequently deal with processes characterised by multiple properties. There are a variety of methods to detect whether the course of this type of production process is stable, including T2 Hotellinga cards. This paper presents control cards based on observation depth measure in a sample, which can be used to monitor multi-property production processes.

2

Karty kontrolne obrazem zmienności procesu

100%

Bartkowiak M.

Kwartalnik Nauk o Przedsiębiorstwie

|

2011

|

vol. 20

|

issue 3

63-71

PL

Jednym z najważniejszych elementów badania każdego procesu jest analiza zmienności i wizualizacja zebranych danych. To właśnie zobrazowanie uzyskanych pomiarów na właściwym wykresie czyni decyzje lepszymi i trafniejszymi. W artykule zostało przedstawionych szereg klasycznych i sekwencyjnych kart kontrolnych. Zdaniem autora, zawarte w nich informacje powinny ułatwić dobór kart w zależności od rodzaju badanego procesu lub ilości prób, za pomocą których realizowana będzie analiza stabilności.

3

Wykorzystanie zanurzania obserwacji w próbie do konstrukcji kart kontrolnych

88%

Kobylińska M.

Metody Ilościowe w Badaniach Ekonomicznych

|

2012

|

vol. 13

|

issue 3

127-136

PL

Sterowanie procesem produkcyjnym wymaga monitorowania obserwowanych odchyleń zmiennych diagnostycznych od wartości celowych. Podstawową rolę w działaniach sterowania jakością odgrywają karty kontrolne, które są jednym z podstawowych narzędzi statystycznej kontroli jakości. Należą do bieżących metod kontroli, jakości, a jednocześnie przy właściwym stosowaniu mają duże znaczenie przy poprawie jakości produkcji. W 1975 roku zostało wprowadzone, przez Tukey’a pojęcie zanurzania obserwacji w próbie wielowymiarowej. Miara zanurzania może być wykorzystywana do klasyfikacji obserwacji wielowymiarowych względem ich oddalenia od centralnego skupienia oraz do wykrywania i eliminacji obserwacji nietypowych. W pracy zaprezentowano wykorzystanie miary zanurzania obserwacji w próbie do konstrukcji kart kontrolnych.

EN

Controlling a production process requires monitoring of the observed deviations of diagnostic variables from target values. The fundamental role in quality control is played by control cards, which are one of the main tools of statistical quality control. They are one of ongoing quality control methods and – when used properly –are very important in improving production quality. In 1975, Tukey introduced the concept of observation depth in a multi-dimensional sample. The depth measure can be used to classify multi-dimensional observations in regard to the distance from the central cluster and to detect and eliminate atypical observations. This article presents the application of a measure of observation depth in a sample in the construction of control cards.

4

O procedurze kart kontrolnych w przypadku, gdy zmienna diagnostyczna ma rozkład asymetryczny

63%

Wywiał J. L.

Folia Oeconomica Cracoviensia

|

2013

|

vol. 54

107-116

EN

The problem of statistical quality control is taken into account. A new proposition of control card construction is proposed. The problem is considered as testing statistical hypothesis on expected value of the variable under study (diagnostic variable) under the assum ption that the variable has skewed probability. The proposed test statistic is constructed on the rather well know n following property that the covariance between sample variance and sample mean is proportional to the third central moment of a variable. This property is applied to construction of test statistic based on the regression estimator. The limit distribution of the test statistic is normal.

PL

W mniejszej pracy rozważano powszechnie używaną w statystycznej kontroli jakości procedurę kart kontrolnych lecz przy założeniu, że zmienna diagnostyczna ma niekoniecznie rozkład symetryczny. Analizowany problem sprowadzono do zagadnienia weryfikacji hipotezy o wartości oczekiwanej tej zmiennej diagnostycznej, przy czym zakłada się, że ta zmienna ma rozkład asymetryczny. Znaną własność występowania korelacji między średnią i wariancją z tej samej próby wykorzystano do konstrukcji sprawdzianu testu. Wykazano, że ten sprawdzian ma granicznie rozkład normalny. Przy spełnieniu pewnych dodatkowych warunków test wykorzystujący proponowany sprawdzian może mieć większą moc od testu, którego sprawdzianem jest zwykła średnia arytmetyczna z próby prostej.

Refine search results

2 Metody Ilościowe w Badaniach Ekonomicznych

1 Folia Oeconomica Cracoviensia

1 Kwartalnik Nauk o Przedsiębiorstwie

2 Kobylińska M.

1 Bartkowiak M.

1 Wywiał J. L.

1 2014

1 2013

1 2012

1 2011

MIARA ZANURZANIA W MONITOROWANIU PROCESÓW O WIELU WŁAŚCIWOŚCIACH

Karty kontrolne obrazem zmienności procesu

Wykorzystanie zanurzania obserwacji w próbie do konstrukcji kart kontrolnych

O procedurze kart kontrolnych w przypadku, gdy zmienna diagnostyczna ma rozkład asymetryczny