MétaCan
Menu
Retour à la cohorte
Enregistrement W2067297955 · doi:10.5539/ijsp.v1n2p91

Modified Simple Robust Control Chart Based on Median Absolute Deviation

2012· article· en· W2067297955 sur OpenAlexvenueno aff
Kayode S. Adekeye

Notice bibliographique

RevueInternational Journal of Statistics and Probability · 2012
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAdvanced Statistical Process Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésControl chartControl limitsStandard deviationSix SigmaX-bar chartSigma\bar x and R chartStatisticsMathematicsLimit (mathematics)ChartStatistical process controlShewhart individuals control chartAbsolute deviationInterval (graph theory)Computer scienceProcess (computing)EWMA chartEngineeringOperations management

Résumé

récupéré en direct d'OpenAlex

The control limits derived for the Median Absolute Deviation (MAD) based Standard deviation (S) control chart proposed by Abu-Shawiesh was for monitoring quality characteristics when a standard value of sigma (${\sigma}$) is known or given by the management/ engineers. When sigma (${\sigma}$) is unknown and we are interested in monitoring past/non-normal data, then there is the need to modify the simple robust control limits. In this paper, the control limits for the Shewhart $\bar{X}$ and S control chart based on median absolute deviation were modified using the concept of three sigma (3${\sigma}$) limits. An evaluation performance tool was also developed to evaluate the efficiency of the modified control chart. An algorithm implemented on S-Plus programming language was developed to compute the two evaluation parameters used in this study. The results show that the control limits interval and the average run length for the modified control charts is smaller than that of the existing control charts. Therefore, the modified control limits is more efficient than the existing control limits. It is recommended that the modified control limits be used when monitoring past/non-normal data or when there is no standard value of sigma specify by the process engineer/ management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,392
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics and ProbabilityMême sujetAdvanced Statistical Process MonitoringTravaux en français237 207