แผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักแบบชี้กำลังสำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอลเพื่อตรวจจับการเปลี่ยนแปลงพารามิเตอร์ของกระบวนการ

Lognormal EWMA control chart for monitoring of changes in a parameter

Name: วรพล สมานันตกุล

keyword: แผนภูมิควบคุมค่าเฉลี่ย

ThaSH: การแจกแจงลอกนอร์มอล

Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษากระบวนการควบคุมคุณภาพสำหรับข้อมูลที่มีการแจกแจง แบบล็อกนอร์มอล (Lognormal Distribution) ด้วยแผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักแบบชี้กำลัง (Exponential Weight Moving Average Control Chart: EWMA) กรณีที่ขนาดการเปลี่ยนแปลงของ พารามิเตอร์มีขนาดเล็ก โดยวัดประสิทธิภาพของแผนภูมิด้วยค่าความยาววิ่งเฉลี่ย (Average Run Length: ARL) โดยปกติแล้วเมื่อกระบวนการอยู่ภายใต้การควบคุม (in-control process) กำหนดให้ค่า ARL = ARL0 แต่ ในกรณีที่กระบวนการอยู่นอกเหนือการควบคุม (out-of-control process) กำหนดให้ ARL = ARL1 ซึ่ง ปัจจุบันวิธีที่เป็นที่นิยมใช้ทั่วไป คือ วิธีการจำลองมอนติคาร์โล (Monte Carlo Simulations: MC) โดยวิธี นี้ให้ผลลัพธ์ที่ได้เป็นค่าที่ถูกต้อง และสามารถนำมาเปรียบเทียบกับผลลัพธ์ที่หาได้จากวิธีศึกษาอื่น ๆ แต่เป็นที่รู้กันดีว่าใช้เวลาเป็นอย่างมากในการประมาณค่า ARL ผู้วิจัยจึงได้พัฒนาวิธีการหาค่า ARL0 และ ARL1 โดยวิธีสมการปริพันธ์ (Integral Equations Method: IE) ด้วยกฎของซิมป์สัน (Simpson’s Rule) และ กฎค่ากลาง (Midpoint’s Rule) ผลการวิจัยพบว่าผลลัพธ์ที่ได้จากวิธี IE โดยกฎของซิมป์สัน ค่าที่ได้ มีความถูกต้องเทียบเท่ากับวิธี MC แต่ใช้เวลาในการประมวลผลน้อยกว่าวิธี MC นอกจากนี้ยังศึกษา เปรียบเทียบประสิทธิภาพของแผนภูมิ EWMA และแผนภูมิควบคุมผลรวมสะสม (Cumulative Sum Control Chart: CUSUM) พบว่าแผนภูมิ EWMA นั้นมีประสิทธิภาพดีกว่า แผนภูมิ CUSUM เมื่อ ARL0 มีค่าต่ำ แต่ในกรณีที่ค่า ARL0 สูงขึ้นนั้น แผนภูมิ EWMA จะมีประสิทธิภาพดีกว่าเมื่อขนาดของการ เปลี่ยนแปลงมีขนาดเล็ก

Abstract: An aim of this paper is to study Lognormal Exponential Weight Moving Average Control Chart for monitoring of small changes in a parameter. The Average Run Length (ARL) is used to measure a performance of procedures. We denote that 0 ARL = ARL when the process is in-control state ,otherwise, 1 ARL = ARL when the process is out-of-control state. The most common method for evaluation ARL is Monte Carlo Simulation (MC) which their results can check the accuracy and compare with other methods. However, it is very time consuming. Consequently, we develope Integral Equations (IE) technique alternatives to MC which the accuracy are as good as MC and reduce consuming times. Furthermore, the performance of EWMA and CUSUM are compared which EWMA is superior than CUSUM for the case of low 0 ARL and high 0 ARL when the sizes, of changes is small.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: เสาวณิต สุขภารังษี

Role: ที่ปรึกษาวิทยานิพนธ์

Email : swns@kmutnb.ac.th

Name: ยุพาภรณ์ อารีพงษ์

Role: ที่ปรึกษาวิทยานิพนธ์

Created: 2552

Modified: 2567-08-27

Issued: 2553-07-15

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: E-THESIS

tha

DegreeName: วิทยาศาสตร์มหาบัณฑิต

Level: ปริญญาโท

Descipline: สถิติประยุกต์

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B15178286.pdf	1.9 MB

ใช้เวลา

0.02195 วินาที