一个监控方差的与分布无关的变点模型(英文)

文献中绝大部分与分布无关的控制图用于监控过程位置参数,如均值或中位数,而非过程方差.该文开发了一个新的与分布无关的控制图,通过整合一个两样本非参数检验和有效的变点模型.所提出的控制图容易计算,方便应用,并且对于探测过程方差的漂移非常有效.因为它避免了在监控之前的一个很长时间的收集数据的阶段,并且它不需要潜在的过程分布的知识,因此,所提出的控制图在开始阶段或者短程运行情况下特别有用.

基于动态、非正态EWMA控制图的废旧产品再制造质量控制方法

鉴于废旧件的原始质量与服役工况不确定,导致其再制造过程波动性大、加工时段不连续等问题,提出一种基于动态、非正态分布指数加权移动平均控制图的再制造过程质量控制方法。根据非参数方法中的Wilcoxon秩和检验的理论知识,应用秩统计量,获得与样本数据分布无关的统计量;在此基础上,通过不断移动控制图数据窗口来更新在线观测点,并利用得分函数获得动态的光滑参数,构建面向动态、非正态分布的再制造过程质量EWMA控制图,实现了动态再制造过程质量的自适应监控。以废旧TPX6113镗床的导轨再制造过程为例,对其再制造过程质量进行动态监控,结果表明,所提方法能够快速监控到质量异常,且相比于其他控制图具有更好的监控性能,证明了该方法的有效性和可行性,为再制造过程实际的质量监控提供了一种有效的途径。

Khmaladze变换及其在检验理论中的应用研究综述

在探讨复合假设检验问题时,基于经验过程的检验统计量往往缺乏分布无关性.Khmaladze变换,包括鞅变换和酉变换,为克服这一难题提供了有效的解决方案.首先,20世纪80年代初期,Khmaladze提出了鞅变换,专门用于处理连续分布函数的检验问题.随着时间的推移,鞅变换的理论基础得到了不断的深化和完善;其应用范围也日益扩大,涵盖了分布函数与回归模型等众多检验问题.进入21世纪,Khmaladze在2013年和2016年进一步提出了酉变换.其不仅适用于离散分布,也适用于连续分布,为统计学领域带来了新的视角和工具.然而,尽管Khmaladze变换在国际上已有一定的研究基础,但在中国,这两种变换方法的研究和应用尚未得到充分的认识.本文旨在对Khmaladze变换的起源、理论原理、发展过程以及当前的应用状况进行梳理,并对其进一步拓展和应用前景提出一些思考.