Carta de control robusta para observaciones individuales en fase I para procesos de alta dimensionalidad
Cargando...
Director
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
El análisis de procesos de alta dimensionalidad ha experimentado un rápido crecimiento en los últimos años. Por lo tanto, la supervisión mediante cartas de control multivariadas en Fase I para observaciones individuales desempeña un papel importante en el control estadístico de procesos. El análisis robusto de valores atípicos y distribuciones permite definir cartas más precisas y fiables, que reflejan con mayor exactitud el comportamiento real del proceso, incluso en presencia de valores atípicos o datos que no provienen de distribuciones normales.
Este trabajo de investigación propone una carta de control T2 robusta frente a valores atípicos y conjuntos de datos que provienen de distribuciones elípticas como de no elípticas. La carta de control es definida a partir del estimador del determinante mínimo de covarianza regularizada o por sus siglas en inglés (MRCD) para procesos de alta dimensionalidad con observaciones individuales en la Fase I. Se evaluó el rendimiento de la carta utilizando el método de señal de probabilidad para describir su robustez frente a valores atípicos y distribución. Se ilustró su aplicabilidad en dos conjuntos de datos reales de alta dimensionalidad. (Texto tomado de la fuente)
Abstract
High-dimensional process analysis has experienced rapid growth in recent years. Therefore, monitoring using phase I multivariate control charts for individual observations plays an important role in statistical process control. Robust analysis of outliers and distributions allows for the definition of more accurate and reliable graphs, which more accurately reflect the actual behavior of the process, even in the presence of outliers or data that do not come from normal distributions.
This article proposes a T 2 control chart that is robust against outliers and data sets that do not come from elliptical distributions. The control chart is defined based on the minimum regularized covariance determinant estimator (MRCD) for high-dimensional processes with individual observations in phase I. The performance of the chart was evaluated using the probability signal method to describe its robustness against outliers and distribution. Its applicability was illustrated in two real high-dimensional data sets.
Palabras clave propuestas
Control estadístico de procesos multivariado; Alta dimensionalidad; Estimación robusta; Carta de control en Fase I; Distribuciones elípticas y no elípticas; Multivariate statistical process control; High dimensionality; Robust estimation; Phase I control chart; Elliptical and non-elliptical distributions
Descripción
ilustraciones a color, diagramas