基于未知分布的均值和方差的稳健EWMA图

研究了当待监控质量特性所服从的分布类型和分布参数未知时的EWMA控制图的构建问题。通过仿真分析对几种分别用于监控过程均值和过程方差的EWMA控制图方法的运行长度进行比对,用以评价控制图的效率以及对未知分布的稳健性,根据效率评价的结果获得了适用于分布未知情况下的均值和方差的稳健EWMA控制图。最后分别提出了这两种均值和方差的稳健EWMA图的优化设计方法.     

联合监控位置和尺度参数控制图综述

近二十年来,在各种应用的驱动下,联合监控过程位置参数和尺度参数的变化越来越受到研究工作者们的重视。在此背景下,大量的研究工作被学者们提出。本文将系统梳理和回顾这二十年的联合监控过程位置参数和尺度参数控制图的研究进展。为此,我们首先回顾受控分布为正态分布且受控参数已知情况下的联合监控均值和方差的控制图方案,并对这些控制图给出我们的评价观点。然后,我们讨论正态分布下,受控分布参数未知时的联合监控方案。进而,我们从稳健性的角度回顾当受控分布完全未知时的非参数或者分布自由的联合监控方案。最后,我们针对一些复杂数据过程,譬如,多元过程,相关过程,存在测量误差的过程,给出这方面联合监控的简要综述,并在这些复杂过程的基础上,给出未来的可能研究方向。     

基于非参数控制图的数据质量监控方法改进研究

为监控多条多变量数据流的数据质量,本文提出了几种监控方法。本文首先介绍了统计过程控制领域的背景知识。之后本文采用闵式距离准则,基于3类常用的闵式距离,提出了3种EWMA类型的非参数控制图,此外,本文基于向量内积提出了第4种EWMA类型的非参数控制图。首先通过统计模拟,比较了4种控制图在不同的相关性水平下,对单条数据流过程均值漂移的监控效果。随后本文研究了平滑系数λ的取值对监控效果的影响。之后,本文将上述4种思路拓展到了大样本的情形,提出了5种可以监控多条数据流质量的方法。将这5种方法和现有的一种典型方法做了比较,比较了它们对不同幅度漂移的监控效果。最后使用山体滑坡的监控数据,比较了它们对实际数据的监控效果,显示了本文提出方法的优势。     

多元统计过程控制中的投影寻踪方法

投影寻踪（projection pursuit,简称PP）方法是通过高维数据在低维投影上的统计分析,由此充分获取高维数据本身的统计和信息的一类统计方法,并在统计过程控制中得到广泛应用,本文主要介绍利用投影寻踪方法在统计过程控制中所构造的新控制图及其优良性质,它们包括：监测线性趋势的M控制图,监测均值微小飘移的PP－CUSUM控制图以及矩链过程的多元控制图。     

基于拟合优度检验的非参数EWMA控制图

文章提出了一种基于拟合优度检验的非参数控制图,以实现对连续型数据的监控.所提出的方法不仅适用于单值观测的情况,也可用于分组样本.不同于传统的控制图要求数据服从正态分布,文章的方法不限制数据的分布,可用于正态以及非正态的任意分布;并且能够监控数据分布的变化,例如分布中的位置参数、尺度参数、以及形状参数等.仿真结果表明,文章提出的控制图计算迅速、使用方便,在各种分布下都表现稳健,对分布变化的监控非常有效.     

基于惩罚似然比的高维空间相关过程EWMA质量监控模型

变量选择控制图是高维统计过程监控的重要方法。针对传统变量选择控制图较少考虑高维过程空间相关性而造成监控效率低的问题,提出一种基于Fused-LASSO的高维空间相关过程监控模型。首先,利用Fused LASSO算法对似然比检验进行改进;然后,推导出基于惩罚似然比的监控统计量;最后,通过仿真模拟和真实案例分析所提监控模型的性能。仿真实验和真实案例均表明:在高维空间相关过程中,当相邻监控变量同时发生异常时,利用所提监控方法能够准确识别潜在异常变量,取得较好的监控效果。     

多元自相关过程的VAR控制图

为了解决多元自相关过程的残差T~2控制图对小偏移不灵敏的问题,本文利用批量-均值法的思想,结合VAR模型的渐近分布,设计了多元自相关过程的向量自回归(VAR)控制图.只要子组样本量足够大,VAR控制图可以对过程出现的各种偏移进行有效控制.通过对比残差T~2控制图的控制效果,得出VAR控制图对小偏移灵敏、残差T~2控制图对大偏移灵敏的结论,联合使用VAR控制图和残差T~2控制图可更有效地监控多元自相关过程。     

带马尔可夫均值估计量的非参数自适应CUSUM控制图

本文提供了一个带马尔可夫均值估计量的非参数自适应CUSUM控制图用于监测位置参数的持续性漂移。它可以通过马尔可夫均值估计量预测未知的漂移大小,自适应的调整控制图参数,来对不同大小的未知漂移进行一个很好的监控。这是一个自启动非参数控制图,可以用于监控开始阶段,并且不需要依赖于任何样本的分布.通过数据模拟研究显示出这个控制图不仅在各种不同分布下具有很好的稳健性,并且对各种大小的漂移都很有效。     

用于高维数据的复合Hotelling's T~2检验（英文）

本文研究高维数据下两样本均值的检验问题.基于Hotelling's T~2检验,我们提出了适用于高维数据均值检验的复合Hotelling's T~2检验统计量,证明了其渐近正态性并研究了其渐近功效.我们通过模拟和实例分析展示了该检验在有限样本下相比现有高维检验方法的优良性.     

多元广义泊松分布的参数估计与诊断

广义泊松分布是普通泊松分布的自然推广,克服均值与方差相等的局限性.在计数数据中,常常会有多变量的情形,比如保险保单定价.因此文章考虑多元广义泊松分布的参数估计和假设检验问题,针对共协方差多元广义泊松模型提出两种参数估计的方法,矩估计方法和极大似然估计方法,并比较两种方法的优劣性.文章就多元广义泊松分布的假设检验问题,主要探讨了其退化检验及独立性检验,由于参数及变量较多,运用似然比检验方法构造服从卡方分布的检验统计量.最后,运用多元广义泊松理论分析不同地区森林发生火灾的次数,首先用文中提到的检验方法诊断数据是否可以用多元广义泊松分布,其次进行参数估计及实际问题的分析解释.     

联合监测过程位置参数和尺度参数的非参数Shewhart控制图

用于检测生产服务过程的传统控制图多数都假定过程的分布是已知的。这些控制困经常是在正态分布的假设下构建的,然而在服务质量实时监控中数据往往是非正态的。在这种情况下,基于正态分布假设的控制图的结果是不可靠的。为了解决这个问题,通常考虑非参数方法,因为在过程分布未知情况下,非参数控制图比参数图更加稳健有效。本文提出一个新的基于Van der Waerden和Klotz检验的Lepage型非参数Shewhart控制图(称为LPN图)用于同时检测未知连续过程分布的位置参数和尺度参数。文中给出了LPN图在不同参数下的控制限。依据运行长度分布的均值,方差和分位数,分析了LPN图在过程受控和失控时的性能,并与其他一些现有的非参数控制图进行比较。基于蒙特卡洛的模拟结果表明,LPN图对非正态分布具有很好的稳健性,并且在不同的过程分布下对检测位置参数和尺度参数,尤其对检测尺度参数的漂移都具有很好的性能。最后通过监控出租车服务质量说明LPN图在实际中的应用。     

基于多元泊松模型的累积和控制图设计

多元离散数据在现代制造业中非常普遍,多元泊松控制图常被用来监控此类数据,如MP,MP-CUSUM和MP-EWMA图等.然而,这些控制图都假设数据服从等协方差的多元泊松模型,因为等协方差的多元泊松模型对各个变量之间的相关性有严格的约束,因此应用范围狭窄.本文基于异协方差多元泊松模型,提出GMP-CUSUM累积和控制图.在考虑不同模型,变量偏移个数和偏移大小的情况下,通过蒙特卡洛模拟比较了传统控制图和新控制图GMP-CUSUM的平均运行链长(ARL),证明异协方差多元泊松模型更加适应对多元离散数据的建模,应用范围广,并且新控制图能更快速地检测到异常过程偏移,灵敏度高.     

可变抽样区间的多变量自相关过程VAR控制图

基于批量-均值法的思想,向量自回归(VAR)控制图对多变量自相关过程的较小偏移可以进行有效控制。为了提高多变量自相关过程监控效率,本文研究可变抽样区间的VAR控制图。首先,对多变量自相关过程的VAR控制图进行可变抽样区间设计;然后,用蒙特卡洛模拟方法计算其平均报警时间;最后,以平均报警时间为评价准则,对所设计的可变抽样区间VAR控制图与固定抽样区间的VAR控制图进行比较研究。研究结果表明:所设计的可变抽样区间多变量自相关过程VAR控制图较固定抽样区间的多变量自相关过程VAR控制图能更好的监控过程的变化。     

一个监控方差的与分布无关的变点模型

文献中绝大部分与分布无关的控制图用于监控过程位置参数,如均值或中位数,而非过程方差.该文开发了一个新的与分布无关的控制图,通过整合一个两样本非参数检验和有效的变点模型.所提出的控制图容易计算,方便应用,并且对于探测过程方差的漂移非常有效.因为它避免了在监控之前的一个很长时间的收集数据的阶段,并且它不需要潜在的过程分布的知识,因此,所提出的控制图在开始阶段或者短程运行情况下特别有用.     

单指标模型异方差检验（英文）

在可加回归模型中,高维回归分析一般采用单指标模型.该模型与参数模型相比更加灵活,同时避免了维数灾难,因为单指标将标准变量向量的维数降低为单变量指标.本文构建了一个带有函数型误差项的单指数回归模型用于检验单指标模型的异方差性.由于回归模型的有效推断要求在存在异方差的情况下考虑异方差,本文提出了检验单指标模型方差不变性的假设.将Levene检验和无限因子水平的方差分析理论结合得到检验统计量用来评估方差同质性.模拟研究显示与已有方法相比,所提检验统计量适用于多种情形.最后将本文的方法应用于分析一组实际数据.     

带参数估计的EWMA方差控制图稳健性分析

EWMA方差控制图是一种有效用于检验过程方差漂移的统计工具.实践中,过程参数多数是未知的,需要对过程的均值与方差等参数在过程阶段Ⅰ通过历史的受控数据进行估计.文章主要研究带参数估计的EWMA方差控制图.首先梳理了常用的7种标准差的估计,考虑阶段Ⅰ常见的4类干扰项,使用均方误差作为估计量有效性评价准则.对7种参数估计的EWMA方差控制图,在4类干扰项情况下,设计控制图的控制上限参考表,并比较失控平均运行长度和运行长度的标准差在阶段Ⅱ监控方差不同漂移幅度的表现.发现在均值干扰项的情况下,7种标准差的估计中经过样本筛选后的中位数绝对偏差均值估计ADM'的表现较优;而在方差干扰项的情况下,7种标准差的估计中中位数绝对偏差中位数估计MDM的表现较优.     

有偏总体的EWMA均值控制图

基于总体分布有偏并假定总体分布未知情况下均值-极差控制图的控制限的研究结果,将其推广到EWMA均值控制图,给出总体分布有偏并假定总体分布未知情况下EWMA均值控制图的控制界限,并以质量特性值服从对数正态分布为例,给出EWMA均值控制图的控制效果的模拟分析.     

基于尺度赋权方差的有偏总体EWMA均值控制图

基于尺度赋权方差法给出总体分布有偏并假定总体分布未知情况下休哈特均值控制图的控制限.基于此研究结果,将其推广到EWMA均值控制图,给出总体分布有偏并假定总体分布未知情况下EWMA均值控制图的控制界限,并以质量特性值服从对数正态分布为例,给出EWMA均值控制图的控制效果的模拟分析.     

过程参数未知时的连续检验问题

对连续检验问题,Page(Page,1954）提出的累积和控制图（CUSUM）已被证明在检测小的漂移时效果很好,然而,当受控过程的参数未知时,CUSUM的应用受到限制,Quensenberyy（1991）提出用变换的方法将观测值中的未知参数消去,在原假设“过程保持一致”成立的条件下,变换得到的Q统计量为独立同分布的标准正态变量,这里有二个问题：问题之一是,如果过程中有一漂移发生,变换得到的Q统计量的分布就很复杂,漂移对Q统计量的均值的影响是非时间齐次的,随着过程的推移,漂移对Q的均值的影响越来越小,因此,基于Q统计量的检验问题与一般的连续检验问题是不同的,好的检验方法应将这种不同反映出来,因此,基一种基于Q的新的累积和检验统计量,模拟结果显示,这种统计量的效果是不错的,问题之二是,当过程方差未知时,Q统计量的值的计算很难,它需要计算t分布的分布函数和正态分布函数的逆函数,这在实际使用中几乎是做不到的,本文提出一种近似方法,它不需计算复杂的分布函数,而是给出近拟服从标准正态分布的统计量为作为检验统计量,模拟研究的结果显示,这种近似的效果很好,它的各项指标与精确方法的相应指标非常接近。     

一类非线性EV模型的降维估计

考虑响应变量随机缺失情形下的非线性EV模型.给出了未知参数的降维估计,有效避免了高维核估计带来的维数灾祸问题.所构造的统计量渐近于x~2分布,所得结果可以用来构造未知参数的置信域.