La media móvil ponderada exponencialmente (EWMA) es una estadística para el seguimiento del proceso que promedia los datos de una manera que le da cada vez menos peso a los datos, ya que están más alejados en el tiempo. La comparación de gráfico de control Shewhart y técnicas carta EWMA para la técnica de control de gráfico Shewhart, la decisión sobre el estado de control del proceso en cualquier momento, (t), depende únicamente de la medición más reciente del proceso y, por supuesto, el grado de veracidad de las estimaciones de los límites de control a partir de datos históricos. Para la técnica de control EWMA, la decisión depende de la estadística de EWMA, que es un promedio ponderado exponencial de todos los datos anteriores, incluyendo la medición más reciente. Por la elección del factor de ponderación, (lambda), el procedimiento de control EWMA se puede hacer sensible a una deriva pequeño o gradual en el proceso, mientras que el procedimiento de control de Shewhart sólo puede reaccionar cuando el último punto de datos está fuera de un límite de control. Definición de EWMA La estadística que se calcula es: mbox t Yt lambda (lambda-1) mbox mbox ,,, ,,, t 1,, 2,, ldots ,, n. donde (mbox 0) es la media de los datos históricos (destino) (YT) es la observación en el instante (t) (n) es el número de observaciones para ser monitoreado incluyendo (mbox 0) (0 Interpretación de EWMA gráfico de control La roja puntos son los datos originales de la línea dentada es la estadística EWMA con el tiempo. el gráfico nos dice que el proceso está bajo control porque todos (mbox t) se encuentran entre los límites de control. Sin embargo, parece que hay una tendencia al alza de los últimos 5 periods. What es un gráfico EWMA ¿Qué es un gráfico de control EWMA un gráfico de EWMA es un gráfico de control de tiempo ponderado que representa los promedios móviles ponderados exponencialmente. gráficos EWMA son especialmente adecuados para vigilar los procesos que muestran una deriva significa el paso del tiempo, o para detectar pequeños cambios en un proceso. por ejemplo, un gráfico EWMA puede ayudar a detectar la deriva que es causada por el desgaste de la herramienta. ejemplo de una carta EWMA un fabricante de rotores de centrifugación quiere seguir el diámetro de los rotores producidos durante una semana. los diámetros deben estar cerca de la meta, ya que incluso los pequeños cambios causan problemas. trazar EWMA Los puntos están dentro de los límites de control. No se muestran las tendencias o patrones. Los diámetros de rotor parecen estable. ¿Qué son los puntos en base a los puntos de la trama trazada se puede basar en cualquiera de los subgrupos u observaciones individuales. Cuando los datos están en subgrupos, los promedios móviles ponderados se calculan exponencialmente desde los medios de subgrupo. Al trazar las observaciones individuales, los promedios móviles ponderados exponencialmente se calculan a partir de las observaciones individuales. Por defecto, el rango de movimiento es de longitud 2, ya que los puntos consecutivos tienen la mayor probabilidad de ser igual. También puede cambiar la longitud de la zona de acción. Directrices para seleccionar el peso para un gráfico EWMA Los cálculos para cada punto en un gráfico de EWMA incluyen información de los puntos anteriores. Los puntos son ponderados en base a un factor de ponderación especificado por el usuario. Una ventaja de los gráficos EWMA es que no se ven afectados en gran medida cuando un valor pequeño o grande entra en el cálculo. Al cambiar el peso (también llamado lambda o) y el ancho de los límites de control, se puede detectar un cambio de casi cualquier tamaño. Debido a esto, los gráficos EWMA se utilizan a menudo para controlar los procesos de control para los pequeños cambios de distancia del objetivo. Por lo general, se utiliza pesos más pequeños para detectar los cambios más pequeños. Por ejemplo, los pesos de entre 0,05 y 0,25 de trabajo bien. Especificar el ancho de los límites de control de forma predeterminada, los límites de control se muestran Minitabs 3 desviaciones estándar por encima y por debajo de la línea central. Para cambiar el ancho de los límites de control para un gráfico, haga lo siguiente: Elija Estadísticas Gráficas de control gt gt Gráficas Time-Weighted gt EWMA. Haga clic en Opciones de EWMA y luego haga clic en la pestaña Análisis. Bajo K. cambie el valor de 1 punto más que K desviaciones estándar de la línea central. Sobre el subgrupo que falta significa mensaje Para crear un gráfico de EWMA, debe tener por lo menos una observación no perdidos en cada subgrupo. Si usted tiene un subgrupo donde todas las observaciones faltan, Minitab muestra un error y no generar la chart. Contact Información del sitio Buscar Promedio ponderado exponencialmente (EWMA en movimiento) Gráficas Desde 1982: El Arte de la ciencia para mejorar su cuenta de resultados de calidad America ofrece estadístico El software de control de procesos, así como los materiales de formación para Lean Six Sigma, Gestión de Calidad y SPC. Adoptamos un enfoque orientado al cliente, y el plomo en muchas innovaciones de software, continuamente buscando maneras de proporcionar a nuestros clientes los mejores y más asequibles soluciones. Líderes en su campo, Calidad Latina ha proporcionado software y la capacitación productos y servicios a decenas de miles de empresas en más de 25 países. Derechos de autor 2013 copia Calidad América del Inc. A nueva forma exponencial móvil ponderado gráfico de control para el seguimiento de la media del coeficiente de variación Jiujun Zhang a. Zhonghua Li b. Bin Chen c. Wang Zhaojun b ,. un Departamento de Matemáticas de la Universidad de Liaoning, Shenyang 110036, PR China b CMLP y el Instituto de Estadística de la Universidad de Nankai, Tianjin 300071, República Popular China c Facultad de Matemáticas y Estadística, Universidad Normal de Jiangsu, Xuzhou 221116, PR China, recibido el 10 de abril de 2014. Revisado 27 de julio de 2014. Aceptado 28 de septiembre de 2014. Disponible en línea 22 de octubre de 2014. Aspectos destacados se propone un nuevo gráfico EWMA para el seguimiento del proceso de coeficiente de variación. Las tablas se proporcionan para las propiedades estadísticas del nuevo esquema. El esquema propuesto puede ser diseñado y construido con facilidad. El esquema propuesto puede detectar con eficacia los cambios en el coeficiente de variación. Un ejemplo de datos reales muestra que el nuevo esquema se desempeña muy bien en aplicaciones. coeficiente de Monitoreo Resumen de variación es uno de los enfoques adecuados para Control Estadístico de Procesos (SPC) cuando el proceso media y la desviación estándar no son constantes. Este artículo presenta un promedio móvil ponderado exponencialmente gráfico modificado (EWMA) con el fin de mejorar aún más la sensibilidad de la carta EWMA propuesto por Castagliola et al. (2011). Las tablas se proporcionan para las propiedades estadísticas de la nueva tabla. Algunos resultados numéricos y comparaciones se dan y demostrar que la nueva carta tiene un rendimiento promedio de longitud de secuencia que es superior a otros procedimientos que compiten. Un ejemplo real de datos de fabricación muestra que se desempeña muy bien en aplicaciones. Palabras clave Coeficiente de variación ponderado exponencialmente media móvil tirada media Estadístico de Procesos Plantilla ControlEWMA Lo que es: Un EWMA (ponderado exponencialmente media móvil) Chart es un gráfico de control para datos variables (datos que es a la vez cuantitativa y continua en la medición, tales como dimensión medida o tiempo). Las parcelas tabla móvil ponderado valores promedio, un factor de ponderación es elegido por el usuario para determinar la cantidad de puntos de datos de más edad afectan el valor de la media en comparación con las más recientes. Debido a que el gráfico EWMA utiliza la información de todas las muestras, detecta cambios en el proceso mucho más pequeñas que un gráfico de control normal haría. Al igual que con otros gráficos de control, gráficos EWMA se utilizan para controlar los procesos en el tiempo. ¿Por qué usarlo: Se aplica factores de ponderación que disminuyen exponencialmente. La ponderación para cada punto de datos más antiguos disminuye exponencialmente, dando mucha más importancia a las observaciones más recientes, mientras que todavía no descartar por completo las observaciones de más edad. El grado de disminución de pesaje se expresa como un factor constante de alisamiento, un número entre 0 y 1. puede ser expresada como un porcentaje, por lo que un factor de suavizado de 10 es equivalente a 0,1. Alternativamente, puede expresarse en términos de períodos de tiempo n, donde. Por ejemplo, N19 es equivalente a 0,1. La observación en un período de tiempo t se designa Yt, y el valor de la EMA en cualquier período de tiempo t se designa St. S1 está definido. S2 puede inicializarse en un número de maneras diferentes, lo más comúnmente mediante el establecimiento de S2 a Y1, aunque existen otras técnicas, como la fijación de S2 a un promedio de los primeros 4 o 5 observaciones. La importancia del efecto inicializaciones S2 en la resultante media móvil depende de los valores más pequeños hacen que la elección de S2 relativamente más importante que los valores más grandes, ya que un mayor descuentos observaciones de más edad más rápidos. La ventaja de los gráficos EWMA es que cada punto representado incluye varias observaciones, por lo que puede utilizar el teorema del límite central que decir que el promedio de los puntos (o el promedio móvil en este caso) se distribuyen normalmente y los límites de control están claramente definidos. ¿Dónde se utiliza: Los gráficos x ejes son del tiempo basada, por lo que los gráficos muestran una historia del proceso. Por esta razón, debe tener datos que se ordenado por tiempo, es decir, entraron en la secuencia a partir del cual se generó. Si este no es el caso, entonces no se pueden detectar tendencias o cambios en el proceso, pero en lugar de atribuirse a la variación aleatoria (causa común). Cuando se usa: EWMA (o exponencial media móvil ponderada) de las listas se utilizan generalmente para detectar pequeños cambios en la media del proceso. Se detectarán los cambios de 0,5 sigma a 2 sigma mucho más rápido que los gráficos Shewhart con el mismo tamaño de la muestra. Son, sin embargo, más lenta en la detección de grandes cambios en el proceso significan. Además, las pruebas típicas de ejecución no se pueden utilizar debido a la dependencia inherente de puntos de datos. Gráficas EWMA también pueden ser preferidos cuando los subgrupos son de tamaño n1. En este caso, una tabla alternativa podría ser la carta individual X. en cuyo caso, lo que se necesita para estimar la distribución del proceso con el fin de definir sus límites esperados con los límites de control. Al elegir el valor de lambda se utiliza para la ponderación, se recomienda utilizar valores pequeños (tales como 0,2) para detectar pequeños cambios, y los valores más grandes (entre 0,2 y 0,4) para los cambios de mayor tamaño. Un gráfico EWMA con lambda 1.0 es un gráfico de barras X. gráficos EWMA también se utilizan para suavizar el efecto de ruido conocida, incontrolable en los datos. Muchos procesos de contabilidad y procesos químicos entran en esta clasificación. Por ejemplo, mientras día a día las fluctuaciones en los procesos de contabilidad pueden ser grandes, no son puramente indicativos de la inestabilidad del proceso. La elección de lambda se puede determinar para hacer el gráfico más o menos sensibles a estas fluctuaciones diarias. Cómo se usa: Interpretación de un caso estándar gráfico EWMA (para no vagar Mean) Fíjese siempre en la tabla de rangos primero. Los límites de control en el gráfico EWMA se derivan de la gama media (o de mover la estufa, si n1), por lo que si la tabla de rango está fuera de control, a continuación, los límites de control en el gráfico EWMA no tienen sentido en el gráfico de rango, busque a cabo de puntos de control. Si los hay, entonces las causas especiales deben ser eliminadas. Recuerde que el rango es la estimación de la variación dentro de un subgrupo, a fin de buscar los elementos del proceso que incrementarían la variación entre los datos en un subgrupo. Después de revisar el diagrama de Rango, interpretar los puntos en el gráfico EWMA con relación a los límites de control. Ejecutar pruebas no se aplican nunca a un gráfico EWMA, ya que los puntos trazados son inherentemente dependiente, que contiene puntos comunes. Nunca considere los puntos en el gráfico EWMA con respecto a las especificaciones, ya que las observaciones del proceso varían mucho más que las medias móviles ponderado exponencialmente. Si el proceso de muestra de control con respecto a los límites estadísticos para un período suficiente de tiempo (el tiempo suficiente para ver todas las causas potenciales especiales), entonces podemos analizar su capacidad en relación con los requisitos. Capacidad sólo tiene sentido cuando el proceso es estable, ya que no podemos predecir el resultado de un proceso inestable. Errante Mean Gráfico Busque fuera de los puntos de control. Estos representan un cambio en el curso esperado del proceso, en relación con su comportamiento en el pasado. El gráfico no es muy sensible a los cambios sutiles en un proceso de deriva, ya que acepta un cierto nivel de la deriva como la naturaleza del proceso. Recuerde que los límites de control se basan en un error de predicción exponencialmente suavizada por las observaciones del pasado, por lo que cuanto mayor sea las derivas anteriores, el más insensible la tabla será la de detectar cambios en la cantidad de deriva.
No comments:
Post a Comment