Klasické metody statistického řízení procesů (SPC), jako jsou Shewhartovy regulační diagramy a CUSUM regulační diagramy, předpokládají, že získaná procesní data jsou nezávislá. Nicméně, tento předpoklad byl zpochybněn, jakmile bylo zjištěno, že v mnoha praktických situacích, jsou data sériově korelována. Výkonnost klasických regulačních diagramů se v případě autokorelace v datech výrazně zhorší. Cílem této diplomové práce je provést literární rešerši současného stavu dané problematiky autokorelace v SPC, porovnat výkonnost klasických Shewhartových regulačních diagramů a regulačních diagramů pro
časové řady v případě autokorelace v datech a navrhnout monitorovací aparát pro
autokorelované procesy, který odhalí změny ve střední hodnotě, rozptylu a v autokorelační struktuře.
Annotation in English
Traditional Statistical Process Control (SPC) methods such as Shewhart?s and CUSUM regulation schemes presuppose processing data?s independence. However, the requirement has been found not to hold in practical situations due to serial correlation. Performance of traditional diagrams substantially decreases when dealing with autocorrelated data. The aim of the master thesis is to evaluate existing literature sources dealing with autorrelation in SPC, compare performance of traditional Shewhart?s regulation diagrams and diagrams
for time-series analyses for autocorrelated data, and devise monitoring framework for autocorrelated processes capable of decting changes in mean, variance, and autocorrelation structure.
Statistical process control (SPC), Shewhart control chart, EWMA chart,
CUSUM chart, SACC chart, MH chart, LambdaLS,max chart
Length of the covering note
118 s.
Language
CZ
Annotation
Klasické metody statistického řízení procesů (SPC), jako jsou Shewhartovy regulační diagramy a CUSUM regulační diagramy, předpokládají, že získaná procesní data jsou nezávislá. Nicméně, tento předpoklad byl zpochybněn, jakmile bylo zjištěno, že v mnoha praktických situacích, jsou data sériově korelována. Výkonnost klasických regulačních diagramů se v případě autokorelace v datech výrazně zhorší. Cílem této diplomové práce je provést literární rešerši současného stavu dané problematiky autokorelace v SPC, porovnat výkonnost klasických Shewhartových regulačních diagramů a regulačních diagramů pro
časové řady v případě autokorelace v datech a navrhnout monitorovací aparát pro
autokorelované procesy, který odhalí změny ve střední hodnotě, rozptylu a v autokorelační struktuře.
Annotation in English
Traditional Statistical Process Control (SPC) methods such as Shewhart?s and CUSUM regulation schemes presuppose processing data?s independence. However, the requirement has been found not to hold in practical situations due to serial correlation. Performance of traditional diagrams substantially decreases when dealing with autocorrelated data. The aim of the master thesis is to evaluate existing literature sources dealing with autorrelation in SPC, compare performance of traditional Shewhart?s regulation diagrams and diagrams
for time-series analyses for autocorrelated data, and devise monitoring framework for autocorrelated processes capable of decting changes in mean, variance, and autocorrelation structure.
Statistical process control (SPC), Shewhart control chart, EWMA chart,
CUSUM chart, SACC chart, MH chart, LambdaLS,max chart
Research Plan
Vypracujte literární rešerši současného stavu dané problematiky autokorelace v SPC.
Na základě literární rešerše porovnejte výkonnost klasických Shewhartových regulačních diagramů a regulačních diagramů pro časové řady v případě autokorelace v datech.
Navrhněte způsob řešení typických porušení předpokladů pro aplikaci regulace Shewhartovými diagramy a konstrukci modelů pro popis časových řad.
Navrhněte monitorovací aparát pro autokorelované procesy, který odhalí změny ve střední hodnotě, rozptylu a v autokorelační struktuře procesních dat.
Simulačním způsobem ověřte stabilitu a výkonnost tohoto navrženého aparátu.
Research Plan
Vypracujte literární rešerši současného stavu dané problematiky autokorelace v SPC.
Na základě literární rešerše porovnejte výkonnost klasických Shewhartových regulačních diagramů a regulačních diagramů pro časové řady v případě autokorelace v datech.
Navrhněte způsob řešení typických porušení předpokladů pro aplikaci regulace Shewhartovými diagramy a konstrukci modelů pro popis časových řad.
Navrhněte monitorovací aparát pro autokorelované procesy, který odhalí změny ve střední hodnotě, rozptylu a v autokorelační struktuře procesních dat.
Simulačním způsobem ověřte stabilitu a výkonnost tohoto navrženého aparátu.
Recommended resources
FUCHS, C., KENETT, Ron S., 1998. Multivariate Quality Control. 1. vyd. New York: Marcel Dekker, Inc. 212 s. ISBN 0-8247-9939-9.
HUŠEK, R., 2007. Ekonometrická analýza. 1. vyd. VŠE Praha: Oeconomica. 367 s. ISBN 978-80-245-1300-3.
CHAMBERS David S., WHEELER, Donald J., 1992. Understanding Statistical Process Control. 2nd edition. USA: SPC Press, Inc. 300 s. ISBN 0-945320-13-2.
CHANDRA, M., 2001. Statistical Quality Control. 1. vyd. USA: CRC Press, LLC. 280 s. ISBN 0-8493-2347-9.
MELOUN, M., MILITKÝ, J., 2006. Kompendium statistického zpracování dat. 2. vyd. Praha: Academia, nakladatelství Akademie věd České republiky. 982 s. ISBN 80-200-1396-2.
MONTGOMERY, Douglas C., 2009. Introduction to Statistical Quality Control. 6. vyd. USA: John Wiley & Sons, Inc. 734 s. ISBN 978-0-470-16992-6.
Recommended resources
FUCHS, C., KENETT, Ron S., 1998. Multivariate Quality Control. 1. vyd. New York: Marcel Dekker, Inc. 212 s. ISBN 0-8247-9939-9.
HUŠEK, R., 2007. Ekonometrická analýza. 1. vyd. VŠE Praha: Oeconomica. 367 s. ISBN 978-80-245-1300-3.
CHAMBERS David S., WHEELER, Donald J., 1992. Understanding Statistical Process Control. 2nd edition. USA: SPC Press, Inc. 300 s. ISBN 0-945320-13-2.
CHANDRA, M., 2001. Statistical Quality Control. 1. vyd. USA: CRC Press, LLC. 280 s. ISBN 0-8493-2347-9.
MELOUN, M., MILITKÝ, J., 2006. Kompendium statistického zpracování dat. 2. vyd. Praha: Academia, nakladatelství Akademie věd České republiky. 982 s. ISBN 80-200-1396-2.
MONTGOMERY, Douglas C., 2009. Introduction to Statistical Quality Control. 6. vyd. USA: John Wiley & Sons, Inc. 734 s. ISBN 978-0-470-16992-6.
