MULTIVARIATE STATISTICAL PROCESS CONTROL
Result description
Statistical Process Control (SPC) is a preventive quality control tool, because the early detection of significant deviations of the process from set level provides to exercise of interventions to the process with the aim of desire to keep it at acceptable levels, eventually process improvement. Because the SPC in practice almost observe several variables simultaneously, it is offering for usage of multivariate analysis methods with advantage also in this area. In my article, I will focus on three typesof multivariate diagrams. These include Hotelling?s T-square statistics, Multivariate Exponentially Weighted Moving Average (MEWMA) and Multivariate Cumulative Sum (MCUSUM).
Keywords
MSPC (Multivariate Statistical Process Control)Hotelling's Control ChartMEWMA (Multivariate Exponentially Weighted Moving Average)MCUSUM (Multivariate Cumulative Sum)PCA ? Control Chart
The result's identifiers
Result code in IS VaVaI
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Vícerozměrné statistické řízení procesů
Original language description
Statistické řízení procesů (Statistical Process Control ? SPC) představuje preventivní nástroj řízení kvality, neboť na základě včasného odhalování významných odchylek procesu od předem stanovené úrovně umožňuje vykonávat zásahy do procesu s cílem dlouhodobě jej udržovat na přípustné úrovni, popř. proces zlepšovat. Protože v praxi SPC téměř vždy sledujeme několik proměnných současně, nabízí se použití metod vícerozměrné analýzy s výhodou i v této oblasti. Ve svém příspěvku se zaměřím na tři druhy vícerozměrných diagramů. Mezi ně patří Hotellingova statistika T-kvadrát, vícerozměrné exponenciálně vážené průměry (MEWMA) a vícerozměrné kumulované součty (MCUSUM).
Czech name
Vícerozměrné statistické řízení procesů
Czech description
Statistické řízení procesů (Statistical Process Control ? SPC) představuje preventivní nástroj řízení kvality, neboť na základě včasného odhalování významných odchylek procesu od předem stanovené úrovně umožňuje vykonávat zásahy do procesu s cílem dlouhodobě jej udržovat na přípustné úrovni, popř. proces zlepšovat. Protože v praxi SPC téměř vždy sledujeme několik proměnných současně, nabízí se použití metod vícerozměrné analýzy s výhodou i v této oblasti. Ve svém příspěvku se zaměřím na tři druhy vícerozměrných diagramů. Mezi ně patří Hotellingova statistika T-kvadrát, vícerozměrné exponenciálně vážené průměry (MEWMA) a vícerozměrné kumulované součty (MCUSUM).
Classification
Type
Jx - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
AE - Management, administration and clerical work
OECD FORD branch
—
Result continuities
Project
—
Continuities
V - Vyzkumna aktivita podporovana z jinych verejnych zdroju
Others
Publication year
2012
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Informační bulletin České statistické společnosti
ISSN
1210-8022
e-ISSN
—
Volume of the periodical
23
Issue of the periodical within the volume
3
Country of publishing house
CZ - CZECH REPUBLIC
Number of pages
19
Pages from-to
31-50
UT code for WoS article
—
EID of the result in the Scopus database
—
Basic information
Result type
Jx - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP
AE - Management, administration and clerical work
Year of implementation
2012