A comparative study of phase II robust multivariate control charts for individual observations
Notice bibliographique
Résumé
Abstract Use of Hotelling's T2 charts with high breakdown robust estimates to monitor multivariate individual observations are the recent trend in the control chart methodology. Vargas (J. Qual. Tech. 2003; 35: 367‐376) introduced Hotelling's T2 charts based on the minimum volume ellipsoid (MVE) and the minimum covariance determinant (MCD) estimates to identify outliers in Phase I data. Studies carried out by Jensen et al. (Qual. Rel. Eng. Int. 2007; 23: 615‐629) indicated that the performance of these charts heavily depends on the sample size, amount of outliers and the dimensionality of the Phase I data. Chenouri et al. (J. Qual. Tech. 2009; 41: 259‐271) recently proposed robust Hotelling's T2 control charts for monitoring Phase II data based on the reweighted MCD (RMCD) estimates of the mean vector and covariance matrix from Phase I. They showed that Phase II RMCD charts have better performance compared with Phase II standard Hotelling's T2 charts based on outlier free Phase I data, where the outlier free Phase I data were obtained by applying MCD and MVE T2 charts to historical data. Reweighted MVE (RMVE) and S‐estimators are two competitors of the RMCD estimators and it is a natural question whether the performance of Phase II Hotelling's T2 charts with RMCD and RMVE estimates exhibits similar pattern observed by Jensen et al. (Qual. Rel. Eng. Int. 2007; 23: 615‐629) in the case of MCD and MVE‐based Phase I Hotelling's T2 charts. In this paper, we conduct a comparative study to assess the performance of Hotelling's T2 charts with RMCD, RMVE and S‐estimators using large number of Monte Carlo simulations by considering different data scenarios. Our results are generally in favor of the RMCD‐based charts irrespective of sample size, outliers and dimensionality of Phase I data. Copyright © 2010 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».