簡易檢索 / 詳目顯示
| 研究生： |
陳繼書 Chen, Gi Sue |
|---|---|
| 論文名稱： |
時間序列在品質管制上的應用 Apply time series to quality control |
| 指導教授： |
吳柏林
Wu, Ber Lin |
| 學位類別： |
碩士
Master |
| 系所名稱： |
商學院 - 統計學系 Department of Statistics |
| 論文出版年： | 1995 |
| 畢業學年度： | 83 |
| 語文別： | 中文 |
| 論文頁數： | 48 |
| 中文關鍵詞： | 管制圖 、自相關 、非線性時間序列模式 、台灣經濟景氣指標 、自動控制 |
| 外文關鍵詞： | control chart, autocorrelation, non-linear time series, indicators of Taiwan, automatic control |
| 相關次數： | 點閱：207 下載：0 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
當我們利用Shewhart管制圖(Shewhart control chart)或累積和管制圖(Cumulative-sum chart. CUSUM chart)來偵測製程時,通常假設製品係獨立取自一個服從均數μ和標準差為σ的獨立常態分配的管制下進行。但是若產品特性值呈現自相關時,這類管制圖就可能發生誤導的結果。本文利用時間序列模式來解決具相關變數的管制圖問題。並考慮利用非線性時間序列模式及特別原因管制圖(special-cause control chart)來檢視台灣經濟景氣指標是否處於控制中的狀態。並討論特別原因管制圖的連串長度分佈(run length distribution)。在最後的實例分析中,介紹自動控制的觀念。
Traditionally, in the quality control process, such as: Shewhart control chart or CUSUM chart, it is assumed that the observation process follows an i.i.d normal distribution. If the assumption for independence fails, that is when the process exhibits type of autocorrelation, we need to find a more reliable decision method. In this paper, we will apply the time series analysis and structure changed concept to slove the serial correlation problem. The idea of automatic control can be applied in the explanation of this nonlinear process. Finally, a time series about the monitoring indicators of Taiwan is discussed in detail as an example.
謝辭
摘要
ABSTRACT
目錄
圖目錄
表目錄
第一章 前言-----1
第二章 傳統的管制方法-----3
2.1 管制界限之取決-----3
2.2 偵測製程失控準則-----4
2.3 移動平均數管制圖-----5
2.4 幾何移動平均數管制圖-----5
2.5 累積和管制圖-----6
第三章 動態時間序列管制法-----9
3.1 自相關時間序列及其管制法比較-----10
3.2 SCC圖之平均連串分佈-----24
第四章 實証分析-----26
第五章 結論-----36
參考文獻-----38
圖目錄
圖2.1 累積和管制圖(a)似V形圖與尺度(b)操作累積和管制圖-----8
圖3.2 120筆AR(1) Z<sub>t</sub>=0.7Z<sub>t-1</sub>+a<sub>t</sub>管制圖-----15
圖3.3 120筆AR(1) Z<sub>t</sub>=-0.7Z<sub>t-1</sub>-a<sub>t</sub>管制圖-----15
圖3.4 120筆AR(1) Z<sub>t</sub>=0.3Z<sub>t-1</sub>+a<sub>t</sub>管制圖-----16
圖3.5 120筆AR(1) Z<sub>t</sub>=-0.3Z<sub>t-1</sub>+a<sub>t</sub>管制圖-----16
圖3.6 120筆MA(1) Z<sub>t</sub>=a<sub>t</sub>-0.8a<sub>t-1</sub>管制圖-----17
圖3.7 120筆MA(1) Z<sub>t</sub>=a<sub>t</sub>-0.5a<sub>t-1</sub>管制圖-----17
圖3.8 120筆MA(1) Z<sub>t</sub>=a<sub>t</sub>-0.2a<sub>t-1</sub>管制圖-----18
圖3.9 120筆MA(1) Z<sub>t</sub>=a<sub>t</sub>+0.8a<sub>t-1</sub>管制圖-----18
圖3.10 120筆MA(1) Z<sub>t</sub>=a<sub>t</sub>+0.2a<sub>t-1</sub>管制圖-----19
圖3.11 120筆ARMA(1,1) Z<sub>t</sub>=0.7Z<sub>t-1</sub>+a<sub>t-1</sub>管制圖-----19
圖3.12 120筆ARMA(1,1) Z<sub>t</sub>=0.7Z<sub>t-1</sub>+a<sub>t</sub>-0.3a<sub>t-1</sub>管制圖-----20
圖3.13 120筆ARMA(1,1) Z<sub>t</sub>=0.3Z<sub>t-1</sub>+a<sub>t</sub>-0.7a<sub>t-1</sub>管制圖-----20
圖3.14 120筆ARMA(1,1) Z<sub>t</sub>=0.3Z<sub>t-1</sub>+a<sub>t</sub>-0.3a<sub>t-1</sub>管制圖-----21
圖3.15 120筆SETAR(2;1,1)模式一之管制圖-----21
圖3.16 120筆SETAR(2;1,1)模式二之管制圖-----22
圖3.17 120筆SETAR(2;2,1)模式三之管制圖-----22
圖3.18 120筆SETAR(2;2,1)模式四之管制圖-----23
圖4.1 台灣景氣指標趨勢圖（修正後）-----28
圖4.2 修正資料之ACF圖-----32
圖4.3 修正資料之PACF圖-----32
圖4.4 AR(1)之SCC圖-----33
圖4.5 SETAR(2;3,3)之SCC圖-----34
表目錄
表2.1 2σ準則與3σ準則之優缺點比較-----3
表3.1 四個AR模式傳統與殘差管制法的比較-----11
表3.2 五個MA模式傳統與殘差管制法的比較-----12
表3.3 四個HRMX模式傳統與殘差管制法的比較-----12
表3.4 四個門檻模式傳統與殘差管制法的比較-----14
表4.1 資料配適AR(1)後的結果-----28
表4.2 SETAR(2;k<sub>1</sub>,k<sub>2</sub>)模式之結果-----35
(限達賢圖書館四樓資訊教室A單機使用)