다변량 관리도 실행 규칙다변량(T 2 ) 실행 규칙 #1 이외의 실행 규칙을 사용하기 위한 컨트롤 차트(관리 상한을 초과하는 결과)?예를 들어 평균/중앙값보다 높은 9개의 연속 결과에 대해 규칙 #2를 실행합니다.감사합니다.
고급 통계 모델링Re: 다변량 관리 차트 실행 규칙안녕 @gfirmstone
나는 확실히 전문가는 아니지만 대화를 진행하기 위해 내 생각을 공유할 것입니다.
주요 과제 중 하나는 일반적인 일변량 관리도가 정규성을 가정한다는 것입니다.Hotelling의 T^2 분포는 거의 F 분포입니다.따라서 이 차이는 n 반복 등에 대해 X 표준 편차를 요구하는 규칙이 단순히 다른 분포로 인해 평균에서 표준 편차의 수가 다를 확률이 다르기 때문에 다를 것임을 의미합니다.
두 번째 차이점은 T^2 컨트롤 차트는 많은 실행 규칙 컨트롤 차트가 위와 아래의 응답을 보는 일방적이라는 점입니다.T^2 관리도에는 실제로 아래 항목이 없습니다.
즉, 이러한 실행 규칙의 대부분은 경험을 기반으로 개발되었으며 모범 사례로 더 잘 설명됩니다.T^2와 같은 F 분포 유형 변수에서 무작위 발생 빈도를 정규 분포 변수와 동일하게 만들기 위해 각 실행 규칙의 아날로그를 수학적으로 계산하는 것이 가능하다고 생각합니다.그러나 일반적으로 규칙을 적용하는 것이 안전할 가능성이 높습니다(최소한 단면 차트에 적용할 수 있는 규칙).9개의 연속 샘플에 대해 T^2가 높아지면 조사할 가치가 있는 무언가가 있을 수 있습니다.실행 규칙은 단순히 원인을 조사해야 하는 것으로 관찰에 플래그를 지정합니다.따라서 위험이 다소 낮습니다.동일한 실행 규칙을 T^2에 적용하면 너무 자주 또는 너무 드물게 조사가 발생하는 경우 적절한 것으로 확실히 조정할 수 있습니다.
Re: 다변량 관리 차트 실행 규칙귀하의 회신에 대해 DrewLuebe에게 감사드립니다.그 모든 것이 완전히 이해됩니다. 귀하의 생각에 감사드립니다.
Re: 다변량 관리 차트 실행 규칙훌륭한 리뷰 @DrewLuebe .
T2 및 DModX/SPE에 대한 제한을 선택하는 것과 관련하여 많은 논의가 있는 것 같지만 제한을 초과했을 때 무엇을 해야 하는지에 대해서는 그리 많지 않으므로 이것이 좋은 주제라고 생각합니다.제 경험으로는 단변량 제어 차트에서와 마찬가지로 한계를 선택하기 위해 유용한 , 일부 데이터 포인트가 무작위로 해당 경계를 넘을 정도로 데이터에 충분히 가까운 경향이 있습니다.
다음은 SPE 및 T2 편차의 관련성을 최대화하는 몇 가지 다른 기술입니다.
스무딩 - 입력에서 노이즈를 줄인다는 것은 한계를 의미하므로 해당 노이즈를 보상하기 위해 T2 한계를 확장할 필요가 없습니다.
변환 - 비선형 데이터의 경우 데이터 클러스터의 한 쪽에는 매우 명확한 가장자리가 있고 반대쪽에는 많은 노이즈가 있을 수 있습니다.T2 및 DModX 경계는 잡음이 있는 쪽에서 정의되는 경향이 있습니다. 즉, 잘 정의된 쪽에서는 편차가 누락됩니다.
