สูตรสำเร็จค่าความยาวรันเฉลี่ยของแผนภูมิควบคุมผสมค่าเฉลี่ยเคลื่อนที่-ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักแบบเลขชี้กำลัง
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเสนอวิธีการประมาณค่าความยาวรันเฉลี่ยด้วยวิธีสูตรสำเร็จของแผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่-ค่าเฉลี่ยเคลื่อนที่ถ่วงนํ้าหนักแบบเลขชี้กำลัง (MA-EWMA) โดยเปรียบเทียบประสิทธิภาพการตรวจจับการเปลี่ยนแปลงกับแผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ (MA) แผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ถ่วงนํ้าหนักแบบเลขชี้กำลัง (EWMA) แผนภูมิควบคุมชูว์ฮาร์ต โดยกำหนดให้ค่าความยาวรันเฉลี่ย เมื่อกระบวนการอยู่ภายใต้การควบคุม (in control average run length: ARL0) มีค่าเท่ากับ 370 เมื่อกระบวนการมีการแจกแจงแบบสมมาตร ได้แก่ การแจกแจงปกติ และการแจกแจงแกมมา และเมื่อกระบวนการมีการแจกแจงแบบไม่สมมาตร ได้แก่ การแจกแจงแบบเลขชี้กำลัง และการแจกแจงแกมมา โดยการประมาณค่า ARL ได้จากสูตรสำเร็จ พบว่าแผนภูมิควบคุม MA-EWMA มีประสิทธิภาพในการตรวจจับการเปลี่ยนแปลงการกระจายของกระบวนการได้ดีกว่าแผนภูมิควบคุมอื่น ๆ ทุกขนาดการเปลี่ยนแปลง เมื่อ λ = 0.01
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ลงตีพิมพ์เป็นข้อคิดเห็นของผู้เขียนเท่านั้น
ผู้เขียนจะต้องเป็นผู้รับผิดชอบต่อผลทางกฎหมายใดๆ ที่อาจเกิดขึ้นจากบทความนั้น
References
W. A. Shewhart, Economic Control of Quality of Manufactured Product, Van Nostrand: Princeton, 1931.
S. W. Roberts, “Control chart tests based on geometric moving average,” Techmometrics, vol. 42, no. 1, pp. 239–250, 1959.
M. Khoo, “Poisson moving average versus c chart for nonconformities,” Quality Engineering, vol. 16, pp. 525-534, 2004.
R. Taboran, S. Sukparungsee, and Y. Areepong, “Mixed moving average-exponentially weighted moving average control charts for monitoring of parameter change,” in Proceedings of the International MultiConference of Engineers and Computer Scientists 2019, 2019.
Y. Areepong, “Explicit formulas of average run length for a moving average control chart for monitoring the number of defective product,” International Journal of Pure and Applied Mathematics, vol. 80, no. 3, pp. 331–343, 2012.
C. Chananet, Y. Areepong, and S. Sukparungsee, “An approximate formula for ARL in moving average chart with ZINB data,” Journal of Thai Statistical Association, vol. 13, no. 2, pp. 209–222, 2015.
A. Prarisudtipong, Y. Areepong, and S. Sukparungsee, “An approximation of average run length for nonparametric arcsine ewma sign control chart using markov chain approach,” The Journal of KMUTNB, vol. 27, no. 1, pp. 139–146, 2017.
N. Ngamsopasirisakun, Y. Areepong, and S. Sukparungsee, “A markov chain approach for evaluation characteristics of ewma chart for lognormal observation,” The Journal of KMUTNB, vol. 22, no. 3, pp. 661–668, 2012.
N. Thongrong, Y. Areepong, and S. Sukparungsee, “Evaluation of average run length of nonparametric EWMA sign control chart by markov chain approach,” The Journal of KMUTNB, vol. 26, no. 3, pp. 487–497, 2016.
S. Phantu and S. Sukparungsee, “Robustness of χ CUSUM and CP CUSUM using fast initial response in detecting of process dispersion,” The Journal of KMUTNB, vol. 30, no. 2, pp. 291–203, 2020.
R. Thitisoowaranon, Y. Areepong, and S. Sukparungsee, “A mixed cumulative sum-Tukey’s control chart for detecting process dispersion,” The Journal of KMUTNB, vol. 29, no. 3, pp. 507–517, 2019.