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.
Anotace v angličtině
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
Rozsah průvodní práce
118 s.
Jazyk
CZ
Anotace
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.
Anotace v angličtině
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
Zásady pro vypracování
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.
Zásady pro vypracování
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.
Seznam doporučené literatury
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.
Seznam doporučené literatury
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.
Přílohy volně vložené
1 CD ROM
Přílohy vázané v práci
grafy, schémata, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student prezentoval před komisí hlavní cíle a výsledky své diplomové práce. Prezentace působila dobrým dojmem, student dokázal velmi dobře vystihnout klíčové body práce.
Součástí prezentace nebyla praktická ukázka.
Student byl seznámen s posudky vedoucího a oponenta diplomové práce a zodpověděl jejich dotazy.
Komise následně vznesla k obhajobě následující dotazy:
1) prof. Tůma: Setkal jste se slovním ohodnocením trendů?
2) prof. Tůma: Jste prezenční nebo kombinovaný student?
Student reagoval na uvedené dotazy pohotově, jeho odpovědi byly věcné a stručné.