隨機效應輪廓資料之第一階段監控

林佑澄(You-Deng Lin)

指導教授 ： 黃榮臣

國立清華大學/理學院/統計學研究所/碩士(2007年)

https://doi.org/10.6843/NTHU.2007.00174

摘要

在許多的實際情況中，製程或產品的品質特性是由一反應變數及一或多個解釋變數之間的關係所描述，而不再是一般的隨機變數，這種反應變數和解釋變數之間的關係稱為輪廓函數。由於隨機效應模型比固定效應模型的應用更為廣泛，在許多的實例中，反應變數與解釋變數之間的關係都可用隨機效應模型來描述。因此在本文中我們將以隨機效應模型做為輪廓函數，考慮在第一階段的監控裡，使用兩種不同的係數參數估計量及三種監控製程的管制圖，並透過統計模擬，來比較這兩種不同的估計量所建構的三種監控管制圖的優劣。

關鍵字

隨機效應 ； 輪廓監控

參考文獻

[1] Kang, L. and Albin, S. L. (2000). “On-Line Monitoring When the Process Yields a Linear Profile,” Journal of Quality Technology 32, pp. 418-426.

[2] Rousseeuw, P. J. (1984). Least Median of Squares Regression. Journal of American Statistical Association, 79, 871-880.

[3] Rousseeuw, P. J. and Van Driessen, K. (1990). A Fast Algorithm for the Minimum Covariance Determinant Estimator, Technometrics, 41, pp. 212-223.

[4] Rousseeuw, P. J. and van Zomerern, B. C. (1990). Unmasking Multivariate Outlier and Leverage Points. Journal of the American Statistical Assciation 85, 633-639.

[5] Schabenberger, O. and Pierce, F. J (2002). Contemporary Statistical Models for the Plant and Soil Sciences. CRC Press, Boca Ration, Florida.