Академический Документы
Профессиональный Документы
Культура Документы
DE
MARCOS
FacultadSAN
de Ingeniera
Industrial
CONTROL DE CALIDAD
UN PROCEDIMIENTO
CUSUM
ADAPTABLE PARA LA SEALIZACIN
DE CAMBIOS EN LOS PROCESOS DE
VARIANZA DE TAMAOS
DESCONOCIDOS
Concepto CUSUM
Se trata de una frmula usada para determinar el
cambio gradual en una serie de cantidades con
respecto al tiempo.
CUSUM se usa en muchas profesiones diferentes,
incluyendo pero no limitndose a aquellas que se
encuentran en el campo de la medicina y el de las
finanzas. Por ejemplo, puede ser usada por un
doctor para monitorear el cambio en los niveles
de glucosa de un diabtico, o puede ser empleada
por un analista financiero para analizar las
tendencias especficas en el mercado
Grafico de dispersin
ACUSUM
Diferentes estimaciones para el proceso de
varianza, desviacin estndar se han propuesto
para el seguimiento de la variabilidad del proceso.
En la prctica, la varianza de la muestraS2 y la
transformacin logartmica de la varianza de la
muestraln(S2)han sido ampliamente discutidos.
Chang y Gan (1995) demostraron que el uso de
S2en el grfico CUSUM disfruta de una mejor
performance en el rendimiento de longitud que en
el grfico basado enln(S2),en la deteccin de
aumentos en la variabilidad del proceso. Para
simplificar, nos centramos nuestras discusiones
sobre el uso de S2 para monitorear los cambios
ascendentes varianza.
Grafico de dispersin
ACUSUM
En
Xtj, j son las observaciones ytson los bus
grupos, donde j =1, 2,..., n. Sin perder la
generalidad, se asume a menudo que las
observaciones Xtj son independientes e
idnticamente distribuidos (IID) despus de una
distribucin normal con mediay varianzas
2.En este trabajo se considera que la tarea de
supervisar las desviaciones en el proceso de
varianza para el control de la varianza . Adems,
suponemos que: (i) la media del proceso se
mantiene sin cambios en la fase II; y (ii) en el
proceso de control de la media 0y la varianza ,
son conocidos o se estima con precisin. Estos
supuestos son consistentes con el marco
ampliamente utilizado en la literatura (ver, por
Grafico de dispersin
ACUSUM
Cuando la media del proceso0 es un estimador
insesgado para el proceso de varianza es:
Denotarcomo la magnitud de la varianza fuera de
control y definiry. Entonces la estadstica CUSUM
basada en la suposicin de conoceren general se
puede expresar como (ver Apndice A).
Dnde:
Grafico de dispersin
ACUSUM
Es
el incremento de la estadstica CUSUM en el tiempo t y:
y:
Grafico de dispersin
ACUSUM
Similar
a la estimacin de un nivel a la media de un proceso, cuando el proceso
Grafico de dispersin
ACUSUM
De
manera similar, para mejorar la eficiencia en la deteccin de un
cambio hacia abajo en menor varianza que, la estadstica EWMA se
pueden revisar como:
y:
Grafico de dispersin
ACUSUM
Los
procedimientos CUSUM resultantes superior e inferior estn
dadas por:
y:
y:
Grafico de dispersin
ACUSUM
Respectivamente. El grfico activar una seal de
fuera de control cuando or .
Por simplicidad, los procedimientos CUSUM
modificados en las ecuaciones (8) y (9) con un
valor de referencia sern llamados cambios
adaptativos de grficos de dispersin CUSUM
(ACUSUM). En las ecuaciones (10) y (11), los
trminos y puede ser visto como funciones de
ponderacin determinados sobre las desviaciones,
y, respectivamente. Por esta razn, se indican los
procedimientos de creacin de grficos en las
ecuaciones (10) y (11) como grficos adaptativos
ponderados de dispersin (CUSUM WACUSUM).
Grafico de dispersin
ACUSUM
Grafico de dispersin
ACUSUM
En
contraste con los grficos ACUSUM, los grficos
WACUSUM pueden dinmicamente asignar pesos a las
desviaciones, ,sobre la base de la estimacin de la varianza
actual. No es difcil ver que tanto el pesoy el valor de
referenciacomo
aumentaren
aumentos.
Un
peso
relativamente grande en causar un incremento ms
grande en la acumulacin de la estadstica WACUSUM que
en el ACUSUM.
Anlisis de rendimiento
Hemos demostrado el rendimiento superior de la
tabla WACUSUM sobre el grfico ACUSUM. Por
esta razn, en esta seccin se compara el
rendimiento de la tabla WACUSUM con grficos de
dispersin otros, excluyendo el grfico ACUSUM.
En aras de la simplicidad, nos limitaremos nuestra
discusin basada en el tamao de la muestra de n
= 5. Los casos con diferentes tamaos de muestra
puede ser analizada de manera similar, lo que
sera cualitativamente las mismas conclusiones.
La
Tabla 3 compara estos procedimientos con valores de control ARL de
200 y 1000, respectivamente, para las situaciones tanto inciales y de
estado estacionario.
Aunque el grfico CUSUM optimiza el rendimiento de la deteccin en , la
eficiencia en la sealizacin se desplaza al menos que se reduzca a
veces notablemente. Tome el segundo grfico CUSUM basado en , el
consiguiente aumento de porcentaje ARL en relacin con el valor ptimo
(el primer grfico CUSUM) a este cambio es tan grande como 59.6%
((52.24-32.74)/32.74). Cuando , el correspondiente aumento de
porcentaje ARL es an ms importante y puede alcanzar168% ((160.7259.97)/59.97). Por otro lado, en relacin con el segundo grfico CUSUM,
el porcentaje ARL aumenta para el primer grfico CUSUM en 1/0 = 2
en los casos con ARL0 = 200 y 1000 son ARL0 = 38,8% ((2,54-1,83) /
1,83) y 64,3% ((3,63-2,21) / 2,21), respectivamente. Estas
observaciones
ilustran
que
un
grfico
CUSUM
construido
incorrectamente podra ser muy inferior, especialmente cuando el
cambio real en la variabilidad es mucho ms pequeo que el
especificado previamente. Como resultado, el grfico CUSUM destinado
a optimizar el rendimiento de la deteccin en un turno en particular es
menos robusto a cambios en otras partes.
Un
enfoque general que ha sido discutido ampliamente por
los procesos de monitoreo con parmetros desconocidos es
el procedimiento GLRT (Lai (2001)). La idea bsica del
procedimiento GLRTes estimar el parmetro utilizando el
mtodo de mxima verosimilitud y luego analizar la
presencia de un punto de cambio en base a la estadstica de
la razn de verosimilitud maximizada. Como se muestra en
el Apndice A, la prueba de razn de verosimilitud
logartmica asociada con un cambio en la varianza en el
instante +1 (0 t-1) es:
Diseo de grficos
WACUSUM
El diseo de un grfico WACUSUM es un problema de tres
grados de libertad. Se trata de la eleccin de los parmetros
min+ y , y a continuacin, un umbral de decisin
adecuado hw para proporcionar un deseado control de ARL.
Consideramos en primer lugar los efectos de min+ y antes
de proporcionar algunas pautas sobre cmo elegirlos. La
Figura 3 muestra el grfico de contorno de ARLs en estado
inicial fuera de control de la tabla WACUSUM como una
funcin de min+ y , dado ARL0 = 500.
Diseo de grficos
WACUSUM
Conclusiones
El diseo ptimo de un grfico de dispersin convencional CUSUM
requiere el cambio de tamao de la variabilidad a ser conocido. En
este trabajo se propone el grfico CUSUM adaptable para relajar este
requisito. La idea bsica es redisear adaptativamente el grfico
CUSUM para que sea ptimo para la deteccin de un cambio de
tamao que corresponde a la estimacin de la variabilidad del proceso
actual o un tamao mnimo deseable de detectar. La misma lgica se
aplica a un grfico para la deteccin de una disminucin de la varianza
de proceso, que puede ser ejecutado simultneamente con una tabla
superior para la deteccin de un aumento en la varianza.
La adaptacin presentada grfico CUSUM, WA-CUSUM, no slo es
flexible, pero tambin poderoso del rendimiento estadstico. En
comparacin con el grfico CUSUM, puede proporcionar casi el mejor
rendimiento para una amplia gama de cambios en ambos casos inicial
de estado y de estado estacionario, a pesar de que no puede igualar el
rendimiento del grfico CUSUM ptimo que est diseado para
detectar mejor la real fuera de control de la varianza.
Conclusiones
En general, sin embargo, el grfico WACUSUM es ms robusto en detectar
rpidamente los cambios de los que la varianza real difiere de la varianza de
diseo. Tambin muestran que el grfico WACUSUM realiza competitivamente
con el procedimiento PRVG cuando la varianza en el control no se conoce con
precisin y mejor que los mtodos de punto de cambio cuando se produce un
cambio poco despus de monitorizacin comienza. En comparacin con los
mtodos PRVG y el cambio de punto, el grfico WACUSUM tiene una forma
recursiva simple y puede ser ms fcil de implementar sin intensidad
computacional.
Este documento considera el rendimiento de la tabla WA-CUSUM, suponiendo
que cuando el control de la varianza es conocida. Cuando se desconoce y
debe serestimado, el rendimiento de la tabla WACUSUM se ver afectado.
Esto garantiza que las investigaciones adicionales en el futuro, especialmente
para las carreras cortas. Aunque este documento se considera las solicitudes
de la tabla de WACUSUM para monitoreo variabilidad, que puede ser utilizado
en conjuncin con una tabla de localizacin, tales como la tabla de
localizacin de ACUSUM proporcionar una metodologa SPC ms com-integral
y poderosa para el seguimiento conjunto de media y varianza.