График CUSUM | |
---|---|
Первоначально предложено | ES Страница |
Наблюдения за процессом | |
Рациональный размер подгруппы | п = 1 |
Тип измерения | Накопительная сумма качественной характеристики |
Тип характеристики качества | Данные переменных |
Базовое распространение | Нормальное распределение |
Спектакль | |
Размер сдвига для обнаружения | ≤ 1,5σ |
Таблица вариантов процесса | |
Непригодный | |
График средних значений процесса | |
Центральная линия | Целевое значение T характеристики качества |
Верхний контрольный предел | |
Нижний предел контроля | |
Построенная статистика |
В статистическом контроле качества , то CUSUM (или совокупная сумма диаграмма управления ) представляет собой последовательный анализ методика , разработанная Е. С. Страница из Кембриджского университета . Обычно он используется для отслеживания обнаружения изменений . [1] CUSUM был объявлен в Biometrika , в 1954 году, через несколько лет после публикации Wald «s ЭПТСА алгоритма. [2]
Пейдж сослался на «число качества» , под которым он имел в виду параметр распределения вероятностей ; например, среднее . Он разработал CUSUM как метод определения изменений в нем и предложил критерий для принятия решения о том, когда предпринять корректирующие действия. Когда метод КУСУМА применяются к изменениям в среднем, он может быть использован для стадии обнаружения в виде временного ряда .
Несколько лет спустя Джордж Альфред Барнард разработал метод визуализации, диаграмму V-маски, для обнаружения как увеличения, так и уменьшения . [3]
Метод [ править ]
Как следует из названия, CUSUM предполагает вычисление куб mulative суммы (что делает его «последовательный»). Образцам из процесса присваивается вес , и они суммируются следующим образом:
Когда значение S превышает определенное пороговое значение, было обнаружено изменение значения. Приведенная выше формула обнаруживает изменения только в положительном направлении. Когда отрицательные изменения должны быть найдены , а также, операция мин следует использовать вместо максимальной работы, и на этот раз изменение было обнаружено , когда значение S находится ниже значения (отрицательный) порогового значения.
Пейдж явно не сказал, что представляет собой функцию правдоподобия , но это обычное использование. Обратите внимание, что это не эквивалентно "cumsum" в Matlab.
Обратите внимание, что это отличается от SPRT тем, что всегда использует нулевую функцию в качестве нижнего «удерживающего барьера», а не нижнего «удерживающего барьера». [1] Кроме того, CUSUM не требует использования функции правдоподобия.
В качестве средства оценки эффективности CuSum, в странице определила длину пробега в среднем (ARL) метрика ; «ожидаемое количество статей, отобранных до принятия мер». Далее он писал: [2]
Когда качество вывода удовлетворительное, ARL является мерой затрат, понесенных схемой, когда она выдает ложные срабатывания сигнализации, т. Е. Ошибки типа I ( Neyman & Pearson , 1936 [4] ). С другой стороны, для постоянного низкого качества ARL измеряет задержку и, следовательно, количество брака, образовавшегося до того, как будет предпринято действие по исправлению, то есть ошибки типа II .
Пример [ править ]
В следующем примере показаны 20 наблюдений за процессом со средним значением 0 и стандартным отклонением 0,5.
Из столбца видно, что никогда не отклоняется на 3 стандартных отклонения ( ), поэтому простое предупреждение о большом отклонении не обнаружит сбоя, тогда как CUSUM показывает, что значение превышает 4 на 17- м наблюдении.
Столбец | Описание |
---|---|
Наблюдения за процессом с ожидаемым средним значением 0 и ожидаемым стандартным отклонением 0,5 | |
Нормализованные наблюдения, то есть сосредоточенные вокруг среднего и масштабированные на стандартное отклонение. | |
Высокой КУСУМ значение, обнаружение положительной аномалии, | |
Низкое значение CUSUM, обнаружение отрицательной аномалии, |
Варианты [ править ]
Кумулятивные графики наблюдаемых минус ожидаемых [1] являются родственным методом.
Ссылки [ править ]
- ^ а б в Григг; Прощай, ВТ; Шпигельхальтер, диджей; и другие. (2003). «Использование диаграмм CUSUM и RSPRT с поправкой на риск для мониторинга в медицинских контекстах». Статистические методы в медицинских исследованиях . 12 (2): 147–170. DOI : 10.1177 / 096228020301200205 . PMID 12665208 .
- ^ a b Пейдж, ES (июнь 1954 г.). «Схема непрерывного контроля». Биометрика . 41 (1/2): 100–115. DOI : 10.1093 / Biomet / 41.1-2.100 . hdl : 10338.dmlcz / 135207 . JSTOR 2333009 .
- ^ Барнард, Джорджия (1959). «Графики управления и случайные процессы». Журнал Королевского статистического общества . B (Методологический) (21, номер 2): 239–71. JSTOR 2983801 .
- ^ «Достаточная статистика и наиболее мощные тесты статистических гипотез». Мемуары статистических исследований . I : 113–137.
Дальнейшее чтение [ править ]
- Мишель Бассевиль и Игорь В. Никифоров (апрель 1993 г.). Обнаружение резких изменений: теория и применение . Энглвуд Клиффс, Нью-Джерси: Прентис-Холл. ISBN 0-13-126780-9.
- Мишра, С., Ванли, О.А., и Парк, К. (2015). «Метод многомерной совокупной суммы для непрерывного мониторинга повреждений с помощью датчиков волны Лэмба» , Международный журнал прогнозирования и управления здоровьем , ISSN 2153-2648
Внешние ссылки [ править ]
- «Справочник по инженерной статистике - карты таможенного контроля»