Poisson INAR(1)过程的质量控制

为解决在实际生产中,过程数据并不总能满足彼此独立的假设前提,从而使得一些控制图不再适用于具有相关性的过程的问题,以免在监控过程中出现大量的虚假警报.论文采用取整法研究一阶自回归泊松计数过程模型,首先将一阶自回归模型与泊松计数过程结合起来,然后对原有的模型就行修正,在新模型的基础上重新构造了c控制图和残差控制图的控制限,以使得这两种控制图能够适应新的模型.研究结果表明:两种控制图都只是在一定的情况下使用,研究结论对于研究具有相关性的统计过程有着重要的推进作用.

观察值驱动的广义INAR(1)过程的经验似然推断

整值时间序列分析作为时间序列分析的重要组成部分,被广泛地应用于社会生活的各个领域。文章提出了一类观察值驱动的广义INAR(l)过程,推导了该模型的概率统计性质,并利用经验似然的方法研究了该模型的参数估计问题,给出了模型参数的极大经验似然估计量及其渐近分布。通过一系列的仿真实验,验证了经验似然方法的有效性。最后利用所提出的模型拟合了一组犯罪数据。

自相关计数过程单侧EWMA控制图的构建

研究了自相关泊松计数过程单侧指数加权移动平均(exponentially weighted moving average,EWMA)控制图.基于floor和ceil取整函数,构建了单侧AF-EWMA和AC-EWMA控制图以监控泊松一阶整值自回归(INAR(1))过程,并建立二维Markov链模型计算控制图平均运行链长,以此对控制图性能进行了对比分析.计算结果表明,针对均值向上偏移,AF-EWMA图监控性能优于AC-EWMA和AR-EWMA图,同时,AF-EWMA图对控制图初始值的变动具有鲁棒性.