指数加权滑动平均控制图与自回归模型的实例应用.pdfVIP

， ２０ 14 年第 16 期 经济研究导刊 Ｎｏ．16 ２０14 总第 234 期 ＥＣＯＮＯＭＩＣ ＲＥＳＥＡＲＣＨ ＧＵＩＤＥ Ｓｅｒｉａｌ Ｎｏ．234 指数加权滑动平均控制图与自回归模型的实例应用 魏 关 军 （同济大学 ，上海 200092 ） 摘 要：统计过程中的控制 图如今已经成为质量管理中一种不可缺少的工具，已经成为一种控制的潮流和方法， 它的中心思想就是预防为主，第一次就把事情做对，消除一些变异的因素和区分两种不同性质的波动。 经过对大量文 献的认真研究和学习，关于统计过程中的控制图，所提出的是假定过程均值不变等条件下，通过轴承的半径分析，用 指数加权平均的控制方法来处理相关问题。 目前为止还没有将其与常规控制图整合在一起，因此通过其与回归模型 的方法相建立，来解决实际中的问题。 关键词：指数加权滑动平均（EWMA ）；控制图；自回归模型 中图分类号：F0 文献标志码：A 文章编号：1673-291X（2014 ）16-0010-03 1924 年，休哈特在美国贝尔实验室第一次发明质量控制 在的影响越重。 权重 λ 决定了 EWMA 对于当前数据突然发 图的概念，经过数年的发展已经逐渐成为质量工作管理中不 生变化的能力 ，具有时效性。 λ 越小，时效性不强 ，则 Z 的时 t 可缺少的工具之一，过程控制是为了贯彻预防为主，在统计 间序列图更加平稳 。 EWMA 控制图的优点就是，当较小值或 过程控制中，利用休哈特常规控制图时，我们总是假定过程 较大值进入计算时不会严重影响到这些控制图。 对于权重 λ 均值不变，同时随机误差独立同分布，服从均值为 0 、方差为 的选取 ，Montgomery（1991）推荐使用 0.05λ0.25。 一般 λ σ2 的正态分布。 但在实际应用中，这些前提假设是很难实现 常取 0.08 ，0.10 ，0.15 ，更要根据实际情况而定。 的，无法获得相应的数据，许多过程中都存在自相关的现象， 下面给出具体例子。 数据来源（见参考文献[1]中例3.6.4 ）。 独立性也很难成立。 这就使得常规控制图方法难以继续使 此例是单个观测值的情况，给出了不同时间测得的 50 个 凸 用。 这时可以用指数加权滑动平均（ EWMA ）控制图方法处理 轮轴的轴承直径 。 给定权重 λ 值为 0.