Adaptive EWMA control chart for monitoring the coefficient of variation under ranked set sampling schemes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this study, we introduce an Adaptive Exponentially Weighted Moving based Coefficient of Variation (AEWMCV) control chart, designed to address situations where the process mean fluctuates over time and the standard deviation of the process changes linearly with the process mean. To enhance the efficiency and effectiveness of the control chart, we integrate the ranked set sampling method and its modified schemes, such as Simple Random Sampling, Quartile RSS, Median RSS, and Extreme RSS. The performance of the proposed AEWMCV control chart and the studied CV control charts are evaluated using the Average Run Length and Standard Deviation of Run Length metrics. Our findings reveal that the proposed control chart outperforms the existing CV control charts, especially in detecting slight to moderate changes in the process CV. To illustrate the practical applicability of the suggested control chart, we present an example demonstrating its use on a real dataset. The results highlight the superior performance of the AEWMCV control chart in accurately detecting and responding to changes in the process CV. In conclusion, our study introduces an innovative AEWMCV control chart that combines ranked set sampling and its modified schemes to enhance performance in scenarios with fluctuating process means and changing standard deviations. The proposed control chart proves to be more effective in detecting subtle variations in the process CV compared to traditional CV control charts. This research provides a valuable contribution to the field of control chart methodology, especially when dealing with challenging or costly data collection scenarios.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle