产品缺陷数不可被精确观测过程的加权似然比控制图  

Monitoring Latent Poisson Count Data Based on WEWMA Control Scheme

作　　者：项冬冬[1] 孙士清[1] 

机构地区：[1]华东师范大学统计学院,上海200241

出　　处：《统计与信息论坛》2017年第2期26-34,共9页Journal of Statistics and Information

基　　金：国家自然科学基金项目<不完全数据统计过程控制的若干研究>(11501209);中国博士后基金<关于潜在质量特殊性统计过程控制的研究>(2015M570348);高等学校学科创新引智计划(111引智计划)(B14019);上海市高校协同创新计划<现代统计理论与方法>

摘　　要：基于Zhou等提出的加权似然比控制图(WEWMA),给出3种对应的控制图方案,即基于极大似然估计的控制图方案、基于非线性方程估计的控制图方案和基于相关系数矩阵估计的控制图方法,以解决产品缺陷数不可被精确观测过程的在线监控问题。数值模拟显示,基于相关系数矩阵估计构造的控制图方案表现良好,尤其是在核查人员之间的确存在相关性的时候,有更明显的优势。随机生成一个例子,说明了相关系数矩阵控制图的使用方法。To monitor latent Poisson count data,we propose three monitoring schemes,using maximum likelihood estimation,non-linear equation estimation and correlation matrix estimationin this paper.These three schemes can monitor process when the number of defects is unknown.Numerical analysis shows that a LWLR_C（latent weighted likelihood ratio test control chart using Chun＇s estimator）scheme based on correlation matrix of multiple reviewers performs better,especially when the reviewers are correlative.We also use a random example to introduce the usage of the LWLR_C chart.

关 键 词：统计过程控制 潜在缺陷 控制图 EWMA 相关矩阵 

分 类 号：O213.1[理学—概率论与数理统计] F224.7[理学—数学]