Grouped data exponentially weighted moving average control charts

(S) Affiliation (s) Affiliation (s) (1) University of Waterloo, CANADÁ Rsum / Resumo Na fabricação de fixadores metálicos em uma operação de matriz progressiva e em outras situações industriais, as dimensões de qualidade importantes não podem ser medidas em uma escala contínua e as peças fabricadas são classificadas em grupos usando um bitola. Este artigo propõe uma versão de gráficos de controle de média móvel ponderada exponencialmente (EWMA) que são aplicáveis ​​ao monitoramento dos dados agrupados para turnos de processo. As propriedades de comprimento de execução deste novo gráfico de dados agrupados EWMA são comparadas com resultados semelhantes anteriormente obtidos para gráficos EWMA para dados de variáveis ​​e com aqueles para esquemas de soma cumulativa (CUSUM) com base em dados agrupados. Dados agrupados Gráficos EWMA são mostrados para ser quase tão eficiente como EWMA baseado em variáveis ​​gráficos e são, portanto, uma alternativa atraente quando a coleta de dados de variáveis ​​não é viável. Além disso, os dados agrupados EWMA gráficos são menos afetados pelo discreteness que é inerente em dados agrupados do que são agrupados dados CUSUM gráficos. Na aplicação de fixadores metálicos, os gráficos agrupados EWMA foram simples de implementar e permitiram a detecção rápida de deslocamentos de processos indesejáveis. Revue / Jornal Title Source / Source 1998, vol. Idioma / Língua Editora / Editor Wiley-Blackwell, Oxford, ROYAUME-UNI (1952) (Revue) Palavras-chave inglês / inglês Palavras-chave por Matthew Roughan, Tim Griffin, Morley Mao, Albert Greenberg, Brian Freeman - Em ACM SIGCOMM NeTs Workshop. 2004. As anomalias de encaminhamento de IP, provocadas por falhas de equipamento, erros de implementação ou erros de configuração, podem interromper e degradar significativamente o serviço de rede. A detecção robusta e confiável de tais anomalias é essencial para o diagnóstico rápido de problemas, mitigação de problemas e reparos. Propomos um simples. As anomalias de encaminhamento de IP, provocadas por falhas de equipamento, erros de implementação ou erros de configuração, podem interromper e degradar significativamente o serviço de rede. A detecção robusta e confiável de tais anomalias é essencial para o diagnóstico rápido de problemas, mitigação de problemas e reparos. Propomos um método simples e robusto que integra roteamento e fluxos de dados de tráfego para detectar de forma confiável anomalias de encaminhamento e relatório sobre a avaliação do método em um backbone tier-1 ISP. Primeiro, transformamos cada fluxo de dados separadamente, para produzir indicadores informativos de alarme. Uma anomalia de encaminhamento é então sinalizada apenas se os indicadores para ambos os fluxos indicarem comportamento anómalo concorrentemente. O método global é escalável, automatizado e auto-treinamento. Descobrimos que esta técnica identifica eficazmente as anomalias de encaminhamento, evitando a alta taxa de falsos alarmes que de outra forma resultaria se qualquer fluxo fosse usado unilateralmente. 1. Propriedades dos dados em causa. Dois exemplos tradicionais são EWMA: O gráfico Exponentially Weighted Moving Average (EWMA) é um método de livro de texto aplicado em processos de qualidade (por exemplo, ver -18--). O método é amplamente aplicável a dados com uma média estável, estacionária e observações independentes. Vamos adaptar essa abordagem para uso nos dados BGP aqui analisados. As modificações são requeridas. Por Matthew Roughan, Tim Griffin, Z. Morley Mao, Albert Greenberg, Brian Freeman, Albert Mao, Greenberg Brian Freeman - Em ACM SIGCOMM Oficina sobre Solução de problemas de rede. 2004. As anomalias de encaminhamento de IP, provocadas por falhas de equipamento, erros de implementação ou erros de configuração, podem interromper e degradar significativamente o serviço de rede. A detecção robusta e confiável de tais anomalias é essencial para o diagnóstico rápido de problemas, mitigação de problemas e reparos. Propomos um simples. As anomalias de encaminhamento de IP, provocadas por falhas de equipamento, erros de implementação ou erros de configuração, podem interromper e degradar significativamente o serviço de rede. A detecção robusta e confiável de tais anomalias é essencial para o diagnóstico rápido de problemas, mitigação de problemas e reparos. Propomos um método simples e robusto que integra roteamento e fluxos de dados de tráfego para detectar de forma confiável anomalias de encaminhamento e relatório sobre a avaliação do método em um backbone tier-1 ISP. Primeiro, transformamos cada fluxo de dados separadamente, para produzir indicadores informativos de alarme. Uma anomalia de encaminhamento é então sinalizada apenas se os indicadores para ambos os fluxos indicarem comportamento anómalo concorrentemente. O método global é escalável, automatizado e auto-treinamento. Descobrimos que esta técnica identifica eficazmente as anomalias de encaminhamento, evitando a alta taxa de falsos alarmes que de outra forma resultaria se qualquer fluxo fosse usado unilateralmente. Dependendo das propriedades dos dados em questão: EWMA: O gráfico de média móvel ponderada exponencialmente (EWMA) é um método de livro de texto aplicado em processos de qualidade (por exemplo se-e 18--). O método é amplamente aplicável a dados com uma média estável, estacionária e observações independentes. Vamos adaptar essa abordagem para uso nos dados BGP aqui analisados. A suavização exponencial é a. Por Matthew Roughan, grifo de Tim, Morley Mao, Albert Greenberg, Brian Freeman. As anomalias de encaminhamento de IP, provocadas por falhas de equipamento, erros de implementação ou erros de configuração, podem interromper e degradar significativamente o serviço de rede. A detecção robusta e confiável de tais anomalias é essencial para o diagnóstico rápido de problemas, mitigação de problemas e reparos. Propomos um simples. As anomalias de encaminhamento de IP, provocadas por falhas de equipamento, erros de implementação ou erros de configuração, podem interromper e degradar significativamente o serviço de rede. A detecção robusta e confiável de tais anomalias é essencial para o diagnóstico rápido de problemas, mitigação de problemas e reparos. Propomos um método simples e robusto que integra roteamento e fluxos de dados de tráfego para detectar de forma confiável anomalias de encaminhamento e relatório sobre a avaliação do método em um backbone tier-1 ISP. Primeiro, transformamos cada fluxo de dados separadamente, para produzir indicadores informativos de alarme. Uma anomalia de encaminhamento é então sinalizada apenas se os indicadores para ambos os fluxos indicarem comportamento anómalo concorrentemente. O método global é escalável, automatizado e auto-treinamento. Descobrimos que esta técnica identifica eficazmente as anomalias de encaminhamento, evitando a alta taxa de falsos alarmes que de outra forma resultaria se qualquer fluxo fosse usado unilateralmente. EWMA: O gráfico de média móvel ponderada exponencialmente (EWMA) é um método de livro de texto aplicado em processos de qualidade (por exemplo, ver -18--). O método é amplamente aplicável a dados com uma média estável, estacionária e observações independentes. Vamos adaptar essa abordagem para uso nos dados BGP aqui analisados. A suavização exponencial é a. Por Brian Eriksson, por Nick Duffield, por Paul Barford, por Joel Sommers, por Rhys Bowden, por Matthew Roughan. A capacidade de detectar eventos inesperados em grandes redes pode ser um benefício significativo para as operações diárias da rede. Uma grande quantidade de trabalho tem sido feito durante a última década para desenvolver ferramentas eficazes de detecção de anomalias, mas eles permanecem virtualmente não utilizados em operações de rede ao vivo devido a uma inaceitável. A capacidade de detectar eventos inesperados em grandes redes pode ser um benefício significativo para as operações diárias da rede. Uma grande quantidade de trabalho tem sido feito durante a última década para desenvolver ferramentas eficazes de detecção de anomalias, mas eles permanecem praticamente não utilizados em operações de rede ao vivo devido a uma taxa de falsos alarmes inaceitavelmente alta. Neste artigo, procuramos melhorar a capacidade de detectar com precisão eventos de rede inesperados através do uso do BasisDetect, uma estrutura de modelagem flexível mas precisa. Usando um pequeno conjunto de dados com anomalias rotuladas, o framework BasisDetect permite definir grandes classes de anomalias e detectá-las em diferentes tipos de dados de rede, tanto de fontes únicas como de múltiplas fontes potencialmente diversas. As características do sinal de anomalia de rede são aprendidas através de uma nova metodologia baseada na perseguição base. Demonstrámos a viabilidade do nosso método Basis-Detect e comparamo-lo com métodos de detecção anteriores utilizando uma combinação de dados sintéticos e de realworld. Em comparação com os métodos de detecção de anomalias anteriores, nossos resultados da metodologia BasisDetect mostram uma redução de 50 no número de falsos alarmes em um conjunto de dados de um único nó e mais de 65 em falsos alarmes para dados sintéticos de toda a rede. Os dados e assumiu que as anomalias se destacarão contra o tráfego no espaço transformado (exemplos de transformações incluem wavelets em 5, 6, a Média Móvel Ponderada Exponencialmente ou EWMA em -7, 8-- e Filtragem de Fourier em 6). As anomalias são então geradas para cada conjunto individual de medições. Os principais benefícios da metodologia PCA foi que ela tirou vantagem direta do natu não-escalar. Por Peihua Qiu, Zhonghua Li - Technometrics. 2017. Este artigo considera o controle de processo estatístico (SPC) de processos univariados quando a forma paramétrica da distribuição do processo não está disponível. A maioria dos procedimentos SPC existentes baseia-se no pressuposto de que uma forma paramétrica (por exemplo normal) da distribuição do processo pode ser especificada previamente. Este artigo considera o controle de processo estatístico (SPC) de processos univariados quando a forma paramétrica da distribuição do processo não está disponível. A maioria dos procedimentos SPC existentes baseia-se no pressuposto de que uma forma paramétrica (por exemplo normal) da distribuição do processo pode ser especificada previamente. Na literatura, tem sido demonstrado que seu desempenho não é confiável nos casos em que a distribuição do processo pré-especificada é inválida. Para ultrapassar esta limitação, algumas cartas de controlo SPC não paramétricas (ou sem distribuição) foram propostas, a maioria das quais baseadas nas informações de encomenda dos dados observados. Este artigo tenta fazer duas contribuições para a literatura não paramétrica do CPS. Primeiro, propomos uma estrutura alternativa para a construção de gráficos de controle não paramétrico, primeiro categorizando os dados observados e, em seguida, aplicando métodos categóricos de análise de dados ao CPS. Neste quadro, são propostas algumas novas tabelas de controlo não paramétricas. Em segundo lugar, comparamos nossos gráficos de controle propostos com vários quadros de controle representativos existentes em vários casos. Algumas diretrizes empíricas são fornecidas para que os usuários escolham um gráfico de controle não paramétrico apropriado para uma aplicação específica. Este artigo tem materiais suplementares on-line. Por Petros E. Maravelakis, John Panaretos, Stelios Psarakis. Um erro de medição é um fator de distorção geralmente encontrado em aplicações do mundo real que influencia o resultado de um processo. Neste artigo, examinamos o efeito do erro de medição na capacidade do gráfico de controle EWMA para detectar situações fora de controle. O modelo utilizado é o que envolve lin. Um erro de medição é um fator de distorção geralmente encontrado em aplicações do mundo real que influencia o resultado de um processo. Neste artigo, examinamos o efeito do erro de medição na capacidade do gráfico de controle EWMA para detectar situações fora de controle. O modelo utilizado é o que envolve covariáveis ​​lineares. Nós investigamos a capacidade do gráfico EWMA no caso de uma mudança na média. O efeito de tomar medições múltiplas em cada unidade amostrada eo caso de variância linearmente crescente também são examinados. Demonstramos que, no caso de erro de medição, o desempenho do gráfico com relação à média é significativamente afetado. K W: Tabela de controle de média móvel ponderada exponencialmente, comprimento médio de execução, tempo médio para sinalizar, erro de medição, cadeia de Markov, controle de processo estatístico por Zonghua Zhang, Hong Shen, Yingpeng Sang. 2005. É geralmente acordado que dois pontos-chave sempre atraem preocupações especiais durante a modelagem da detecção de intrusão baseada em anomalias. Uma delas é a técnica de discernir duas classes com características diferentes, outra é a construção / seleção da amostra observada do padrão que ocorre normalmente. É geralmente acordado que dois pontos-chave sempre atraem preocupações especiais durante a modelagem da detecção de intrusão baseada em anomalias. Uma é a técnica de discernir duas classes com características diferentes, outra é a construção / seleção da amostra observada de padrões normalmente ocorrentes para a caracterização da normalidade do sistema. Neste trabalho, ao invés de focar no desenho de modelos específicos de detecção de anomalias, restringimos nossa atenção à análise dos ambientes operacionais de detectores de anomalias, o que nos facilita a compreensão das capacidades operacionais dos detectores de anomalias, incluindo sua cobertura de detecção e pontos cegos e Assim, avaliá-los de maneiras convincentes. Tomando a semelhança com o problema de indução como ponto de partida, lançamos a detecção de anomalias em um quadro estatístico, o que dá uma análise formal do comportamento antecipado dos detectores de anomalias a partir de um nível elevado. Alguns problemas existentes e possíveis soluções sobre a caracterização da normalidade para os sujeitos observáveis ​​que a partir de hosts e redes são abordados, respectivamente. Como estudos de caso, vários detectores de anomalia típicos são analisados ​​e comparados a partir da perspectiva de seus ambientes operacionais, especialmente aqueles fatores causando sua cobertura de detecção especial ou pontos cegos. Além disso, a avaliação de detectores de anomalias também é discutida com base em alguns benchmarks existentes. Uma análise cuidadosa mostra que a compreensão fundamental dos ambientes operacionais (ou seja, propriedades de sujeitos observáveis) é a etapa elementar, mas essencial, do processo de estabelecimento de um modelo efetivo de detecção de anomalias, o que vale a pena explorar com perspicácia, especialmente quando enfrentamos o dilema entre detecção de anomalias Desempenho e custo computacional. Entre esses grupos, uma medição contínua subjacente, portanto, deve ser considerada no modelo de dados, a fim de capturar a mudança do processo. Com base nesse fato, um modelo de dados agrupados EWMA -9 -, ao invés de EWMA baseado em variáveis, poderia ter mais contribuição para a caracterização de eventos de auditoria de computador. Além disso, no modelo de dados original, apenas o tipo de evento de auditoria foi considerado, w. Por Etsuko Kusukawa, Takayuki Kotani. Abstrato. Como gráficos para monitorar a fração de processo defectivos, P, nos processos de alto rendimento, Mishima et al. (2002) discutiram um gráfico sintético, o gráfico de síntese de CS, que integra o gráfico CCC (Contagem cumulativa de conformidades) CS (amostra de confirmação) e o gráfico CCC-r. O CS sintético c. Abstrato. Como gráficos para monitorar a fração de processo defectivos, P, nos processos de alto rendimento, Mishima et al. (2002) discutiram um gráfico sintético, o gráfico de síntese de CS, que integra o gráfico CCC (Contagem cumulativa de conformidades) CS (amostra de confirmação) e o gráfico CCC-r. O gráfico Synthetic CS é projetado para monitorar as características de qualidade em tempo real. Recentemente, Kotani et al. (2005) apresentou o gráfico CCC-r EWMA (Exponentially Weighted Moving-Average), que considera combinar as características de qualidade monitoradas no passado com uma monitorada em tempo real. Neste artigo, apresentamos um gráfico alternativo que é mais superior ao gráfico EWMACCC-r. É uma integração do gráfico EWMACCC-r e do gráfico CCC-r. Ao usar o gráfico proposto, a característica de qualidade é inicialmente julgada como estado de controle ou fora de controle, usando os limites de controle inferior e superior do gráfico EWMACCC-r. Se o processo não for julgado como o estado em controle pelo gráfico EWMACCC-r, o processo é julgado sucessivamente, usando o gráfico CCC-r para confirmar o julgamento do gráfico EWMACCC-r. Nós comparamos o ANOS (Número Médio de Observações ao Sinal) do gráfico proposto com aqueles do gráfico EWMACCC-r e do gráfico de CS Sintético. A partir dos experimentos numéricos, com o tamanho pequeno dos itens de inspeção, o gráfico proposto é o mais sensível a detectar especialmente as pequenas mudanças em P entre outros xschart hewhart. Manysother EWMA gráficos para variáveis ​​têm sido propostas para os últimos anos (Ver Crowder, 1987 Ng e Case, 1989s Lucas e Saccucci, 1990, Domangue e Patch, 1991, sReynolds, 1996 e - Stein, 1998--). Como o EWMA chartsfor atributos, Gan (2002) e Borror et al. (1998) apresentaram o gráfico EWMA para monitorar a contagem de defeitos, que segue a distribuição de Poisson, referida como o gráfico EWMAc, por Stefan H. Steiner. 1998. Este artigo propõe uma versão de gráficos de controle de média móvel ponderada exponencialmente (EWMA) aplicáveis ​​ao monitoramento dos dados agrupados para turnos de processo. As propriedades de comprimento de execução deste novo gráfico de dados agrupados EWMA são comparadas com resultados semelhantes anteriormente obtidos para gráficos EWMA para var. Este artigo propõe uma versão de gráficos de controle de média móvel ponderada exponencialmente (EWMA) aplicáveis ​​ao monitoramento dos dados agrupados para turnos de processo. As propriedades de comprimento de execução deste novo gráfico de dados agrupados de EWMA são comparadas com resultados semelhantes anteriormente obtidos para gráficos EWMA para dados de variáveis ​​e com aqueles para esquemas de Cumulativa Sum (CUSUM) com base em dados agrupados. Dados agrupados Gráficos EWMA são mostrados para ser quase tão eficiente como variáveis ​​com base em gráficos EWMA, e são, portanto, uma alternativa atraente quando coleção de dados de variáveis ​​não é viável por Stefan H. Steiner - Journal of Quality Technology. 1999. Os limites de controle de uma carta de controle de média móvel ponderada exponencialmente (EWMA) devem variar com o tempo, aproximando-se de limites assintóticos à medida que o tempo aumenta. Contudo, análises analíticas anteriores de gráficos EWMA consideram apenas limites de controle assintóticos. Neste artigo, as propriedades de comprimento de execução de EW. Os limites de controle de um gráfico de controle de média móvel ponderada exponencialmente (EWMA) devem variar com o tempo, aproximando-se de limites assintóticos à medida que o tempo aumenta. Contudo, análises analíticas anteriores de gráficos EWMA consideram apenas limites de controle assintóticos. Neste artigo, as propriedades de comprimento de execução de EWMAs com limites de controle que variam no tempo são aproximadas usando cadeias de Markov não homogêneas. Comparando os comprimentos médios de EWMA com os limites de controle variando no tempo e os resultados obtidos anteriormente para gráficos EWMA assintóticos, mostra que o uso de limites de controle variáveis ​​no tempo é semelhante ao recurso de resposta inicial rápida (FIR) sugerido para os gráficos de Cumulativa Sum (CUSUM). O ARL do esquema EWMA com limites que variam no tempo é substancialmente mais sensível a mudanças de processo iniciais especialmente quando o peso de EWMA é pequeno. Uma melhoria adicional no desempenho da FIR pode ser conseguida através do estreitamento adicional dos limites de controlo para as primeiras 20 observações. A metodologia é ilustrada assumindo um processo normal com desvio padrão conhecido onde queremos detectar mudanças na média. Pequenas mudanças de processo persistentes (Montgomery, 1991). Introduzidos pela primeira vez por Roberts (1959), os gráficos EWMA têm uma história bastante longa, mas só recentemente suas propriedades foram avaliadas analiticamente (Crrowder, 1987, Lucas e Saccucci, 1990). O EWMA também é conhecido por ter propriedades óptimas em algumas aplicações de previsão e controle (Box, Jenkins e MacGregor, 1974). Neste artigo nós focalizamos na qualidade. Por Stefan H. Steiner. 1998. Este artigo propõe uma versão de gráficos de controle de média móvel ponderada exponencialmente (EWMA) aplicáveis ​​ao monitoramento dos dados agrupados para turnos de processo. As propriedades de comprimento de execução deste novo gráfico de dados agrupados EWMA são comparadas com resultados semelhantes anteriormente obtidos para gráficos EWMA para var. Este artigo propõe uma versão de gráficos de controle de média móvel ponderada exponencialmente (EWMA) aplicáveis ​​ao monitoramento dos dados agrupados para turnos de processo. As propriedades de comprimento de execução deste novo gráfico de dados agrupados de EWMA são comparadas com resultados semelhantes anteriormente obtidos para gráficos EWMA para dados de variáveis ​​e com aqueles para esquemas de Cumulativa Sum (CUSUM) com base em dados agrupados. Dados agrupados Gráficos EWMA são mostrados para ser quase tão eficiente como variáveis ​​baseadas em gráficos EWMA, e são, portanto, uma alternativa atraente quando a coleta de dados de variáveis ​​não é viável por Stefan H. Steiner, Richard J. Cook, Vern T. Farewell. 1999. Este artigo concentra-se em situações em que um processo está sendo monitorado e duas variáveis ​​de resultado correlacionadas são usadas para caracterizar a resposta. O processo no exemplo motivador é um procedimento cirúrgico, mas poderia ser outros processos médicos ou industriais. A detecção de substancial adver. Este artigo concentra-se em situações em que um processo está sendo monitorado e duas variáveis ​​de resultado correlacionadas são usadas para caracterizar a resposta. O processo no exemplo motivador é um procedimento cirúrgico, mas poderia ser outros processos médicos ou industriais. A detecção de alterações substanciais adversas no processo deve resultar em alguma investigação da causa e, possivelmente, mudanças de processo, a fim de mitigar o efeito negativo. . Resumo: É fornecida uma análise teórica da técnica de soma cumulativa (CUSUM) para a detecção de uma série de sinais de tempo a partir de ruídos de fundo. A estatística usando CUSUM-slope é introduzida como uma medida para capturar a média de sinais dentro da janela de tempo, em que a inclinação é calculada. T. Resumo: É fornecida uma análise teórica da técnica de soma cumulativa (CUSUM) para a detecção de uma série de sinais de tempo a partir de ruído de fundo. A estatística usando CUSUM-slope é introduzida como uma medida para capturar a média de sinais dentro da janela de tempo, em que a inclinação é calculada. Isso fornece um método independente do tempo para estimar o conteúdo do sinal dentro da janela de tempo. O critério de detecção é fornecido para diferentes comprimentos de janela. Os resultados mostraram que esta estatística CUSUM-slope é altamente sensível à detecção de sutis tendências ocultas na seqüência de dados com ruído filtrada mesmo em muito baixo sinal de ruído ambiente. Por autores desconhecidos. Utilização de gráficos de controle para monitoramento de processos multivariados com observações agrupadas P. E. Maravelakis 1, S. Bersimis 1 e M. V. Koutras 1 Resumo - É bastante comum na indústria recorrer a observações agrupadas, especialmente nos casos em que o registro do valor exato da característica de int. Utilização de gráficos de controle para monitoramento de processos multivariados com observações agrupadas P. E. Maravelakis 1, S. Bersimis 1 e M. V. Koutras 1 Resumo - É bastante comum na indústria recorrer a observações agrupadas, especialmente nos casos em que o registro do valor exato da característica de interesse é difícil ou oneroso. Neste artigo apresentamos uma nova metodologia para o tratamento de dados agrupados provenientes de processos que envolvem mais de uma variável correlacionada. 1, 2 - e 3 e Steiner 4. Entretanto, todos esses trabalhos têm sido apresentados na literatura e nos trabalhos de Steiner, Geyer e Wesolowsky 1, Referem-se ao caso univariante, ou seja, quando há apenas uma característica (variável) de interesse. É amplamente aceitável, não só na indústria, mas também em autores desconhecidos. Utilização de gráficos de controle para monitoramento de processos multivariados com observações agrupadas P. E. Maravelakis 1, S. Bersimis 1 e M. V. Koutras 1 Resumo - É bastante comum na indústria recorrer a observações agrupadas, especialmente nos casos em que o registro do valor exato da característica de int. Utilização de gráficos de controle para monitoramento de processos multivariados com observações agrupadas P. E. Maravelakis 1, S. Bersimis 1 e M. V. Koutras 1 Resumo - É bastante comum na indústria recorrer a observações agrupadas, especialmente nos casos em que o registro do valor exato da característica de interesse é difícil ou oneroso. Neste artigo apresentamos uma nova metodologia para o tratamento de dados agrupados provenientes de processos que envolvem mais de uma variável correlacionada. 1, 2 - e 3 e Steiner 4. No entanto, todos estes documentos têm sido apresentados em conjunto com os trabalhos de Steiner, Geyer e Wesolowsky 1, Referem-se ao caso univariante, ou seja, quando há apenas uma característica (variável) de interesse. É amplamente aceitável, não só na indústria, mas em Stefan H. Steiner. 1998. Este artigo propõe uma versão de gráficos de controle de média móvel ponderada exponencialmente (EWMA) aplicáveis ​​ao monitoramento dos dados agrupados para turnos de processo. As propriedades de comprimento de execução deste novo gráfico de dados agrupados EWMA são comparadas com resultados semelhantes anteriormente obtidos para gráficos EWMA para var. Este artigo propõe uma versão de gráficos de controle de média móvel ponderada exponencialmente (EWMA) aplicáveis ​​ao monitoramento dos dados agrupados para turnos de processo. As propriedades de comprimento de execução deste novo gráfico de dados agrupados EWMA são comparadas com resultados semelhantes anteriormente obtidos para gráficos EWMA para dados de variáveis ​​e com aqueles para esquemas de Cumulativa Sum (CUSUM) com base em dados agrupados. Dados agrupados Gráficos EWMA são mostrados para ser quase tão eficiente como variáveis ​​baseadas em gráficos EWMA, e são, portanto, uma alternativa atraente quando a coleta de dados de variáveis ​​não é viável por Stefan H. Steiner, Richard J. Cook, Vern T. Farewell. 1999. Este artigo concentra-se em situações em que um processo está sendo monitorado e duas variáveis ​​de resultado correlacionadas são usadas para caracterizar a resposta. O processo no exemplo motivador é um procedimento cirúrgico, mas poderia ser outros processos médicos ou industriais. A detecção de substancial adver. Este artigo concentra-se em situações em que um processo está sendo monitorado e duas variáveis ​​de resultado correlacionadas são usadas para caracterizar a resposta. O processo no exemplo motivador é um procedimento cirúrgico, mas poderia ser outros processos médicos ou industriais. A detecção de alterações substanciais adversas no processo deve resultar em alguma investigação da causa e, possivelmente, mudanças de processo, a fim de mitigar o efeito negativo. Por Stefan H. Steiner, P. Lee Geyer, George O. Wesolowsky - TECHNOMETRICS. 1996. Metodologia é proposta para a concepção de métodos seqüenciais quando os dados são obtidos por medição de artigos em grupos. Expressões exatas são obtidas para as características operacionais eo número de amostragem médio de Wald Sequential Probability Ratio Tests (SPRTs), e para o comprimento médio de execução de. Metodologia é proposta para a concepção de métodos seqüenciais quando os dados são obtidos por medição de artigos em grupos. Expressões exatas são obtidas para as características operacionais eo número de amostragem médio dos Testes de Probabilidade de Probabilidade Wald (SPRTs) e para o comprimento médio de execução dos esquemas de Cumulativa (CUSUM) com base em dados agrupados. Passo a passo por P. Lee Geyer, Stefan H. Steiner, George O. Wesolowsky. Metodologia é apresentada para a concepção de testes de razão de probabilidade sequencial de limite simples e duplo (SPRT) e de soma cumulativa (CUSUM) para detectar desvios médios unilaterais numa distribuição de probabilidade simétrica. Mostramos também como avaliar a propriedade média de comprimento de corrida. Metodologia é apresentada para a concepção de testes de razão de probabilidade sequencial de limite simples e duplo (SPRT) e de soma cumulativa (CUSUM) para detectar desvios médios unilaterais numa distribuição de probabilidade simétrica. Também mostramos como avaliar as propriedades de comprimento médio de execução com o recurso Fast Initial Response (FIR). Os planos CUSUM resultantes têm um procedimento de pontuação simples e são extremamente simples de derivar e implementar. O uso de dois medidores de limite comprimidos é mais eficiente do que um único medidor de limite comprimido. No caso de SPRTs, o uso de dois medidores de limite comprimidos minimiza o número de amostragem médio necessário para características operacionais especificadas. No S H Steiner - Engenharia da Qualidade. 1997