Pokaż uproszczony rekord

dc.contributor.authorRajda-Tasior, Angelina
dc.contributor.authorKończak, Grzegorz
dc.date.accessioned2017-04-04T09:25:24Z
dc.date.available2017-04-04T09:25:24Z
dc.date.issued2016
dc.identifier.issn0208-6018
dc.identifier.urihttp://hdl.handle.net/11089/21138
dc.description.abstractThis article presents a proposal of the method of monitoring complex multidimensional processes. The problem relates to monitoring the quality of production with some attribute variables when the production is performed by some operators. To describe the quality status we used the matrix in which elements are the numbers of defective units.The proposed method uses permutation tests. The "out-of-order" signal is obtained by comparing the matrix in period t to the matrix from stable process. The test statistic used in permutation test is based on a function of distance between matrices. The properties of the proposed method have been described using computer simulation.en_GB
dc.description.abstractW artykule przedstawiono propozycję metody monitorowania złożonych wielowymiarowych procesów produkcyjnych. Rozważany problem dotyczy monitorowania jakości produkcji przy stosowaniu oceny alternatywnej jednocześnie względem wielu charakterystyk, gdy produkcja wykonywana jest na wielu różnych stanowiskach. Do opisu stanu jakości w czasie t wykorzystywana jest macierz, w której elementami są liczby wadliwych sztuk wykonanych na danym stanowiskuwedług ocenianych wielu charakterystyk.Proponowana metoda odwołuje się do testu permutacyjnego. Sygnał o nieprawidłowym przebiegu produkcji jest uzyskiwany na podstawie porównania macierzy z bieżącego okresu dla monitorowanego procesu oraz macierzy danych uzyskanej z procesu ustabilizowanego. Ze względu na dużą liczbę charakterystyk rejestrowanych na skali porządkowej konstrukcja statystyki testowej została oparta o funkcję odległości macierzy. Własności proponowanej metody zostały poddane analizie z wykorzystaniem symulacji komputerowych. Przeprowadzono również porównania wyników uzyskanych z zastosowaniem proponowanej metody i karty kontrolnej c.pl_PL
dc.language.isoenen_GB
dc.publisherWydawnictwo Uniwersytetu Łódzkiegoen_GB
dc.relation.ispartofseriesActa Universitatis Lodziensis. Folia Oeconomica;322
dc.subjectmultivariate processesen_GB
dc.subjectprocess monitoringen_GB
dc.subjectpermutation testsen_GB
dc.subjectMonte Carlo studyen_GB
dc.subjectwielowymiarowe procesypl_PL
dc.subjectmonitorowanie procesówpl_PL
dc.subjecttesty permutacyjnepl_PL
dc.subjectsymulacje komputerowepl_PL
dc.titleOn the Monitoring Complex Multivariate Processesen_GB
dc.title.alternativeO monitorowaniu złożonych wielowymiarowych procesówpl_PL
dc.typeArticleen_GB
dc.rights.holder© Copyright by Uniwersytet Łódzki, Łódź 2016en_GB
dc.page.number[27]-36
dc.contributor.authorAffiliationUniversity of Economics in Katowice, Faculty of Management
dc.identifier.eissn2353-7663
dc.referencesBerry K.J., Johnston J.E., Mielke Jr. P.W. (2014), A Chronicle of Permutation Statistical Methods, Springer International Publishing, New York.pl_PL
dc.referencesDeza M.M., Deza E. (2013), Encyclopedia of Distances, Springer Verlag, Berlin.pl_PL
dc.referencesDomański Cz., Pekasiewicz D., Baszczyńska A., Witaszczyk A. (2014), Testy statystyczne w procesie podejmowania decyzji, Wydawnictwo Uniwersytetu Łódzkiego.pl_PL
dc.referencesEfron B., Tibshirani R. (1993), An Introduction to the Bootstrap, Chapman Hall. New York.pl_PL
dc.referencesGood P. (2005), Permutation, Parametric and Bootstrap Tests of Hypotheses, Science Business Media, Inc.pl_PL
dc.referencesKończak G. (2007), Metody statystyczne w sterowaniu jakością produkcji, Akademia Ekonomiczna w Katowicach.pl_PL
dc.referencesKończak G. (2012), Wprowadzenie do symulacji komputerowych, Uniwersytet Ekonomiczny w Katowicach.pl_PL
dc.referencesKuratowski K. (1980), Wstęp do teorii mnogości i topologii, PWN, Warszawa.pl_PL
dc.referencesLehmann E.L. (2009), Parametric vs. nonparametric: Two alternative methodologies, “Journal of Nonparametric Statistics”, vol. 21, pp. 397–405.pl_PL
dc.referencesMielke P.W., Berry K.J. Jr. (2007), Permutation Methods. A Distance Function Approach. Springer Science+Business Media, LLC. New York.pl_PL
dc.referencesMontgomery D.C. (2009), Introduction to Statistical Quality Control, John Wiley Sons, Inc., Arizona State University.pl_PL
dc.referencesSantos-Fernández E. (2012), Multivariate Statistical Quality Control Using R, Springer Science+Business Media, LLC., New York.pl_PL
dc.referencesWalesiak M. (2011), Uogólniona miara odległości GDM w statystycznej analizie wielowymiarowej z wykorzystaniem programu R, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu.pl_PL
dc.contributor.authorEmailangelina.rajda@gmail.com
dc.contributor.authorEmailgrzegorz.konczak@ue.katowice.pl
dc.identifier.doi10.18778/0208-6018.322.04
dc.relation.volume3en_GB
dc.subject.jelC12
dc.subject.jelC14


Pliki tej pozycji

Thumbnail

Pozycja umieszczona jest w następujących kolekcjach

Pokaż uproszczony rekord