Daudzparametru vadības karte — daudzvariantu procesa uzraudzība
Daudzparametru vadības karte vienlaicīgi uzrauga divas vai vairākas korelētas kvalitātes īpašības vienā kartē, saglabājot korelācijas struktūru, ko vienvariantu kartes ignorē. Balstoties uz Hotellinga T² statistiku un tās laika svērto paplašinājumu (MEWMA, MCUSUM), tā nosaka procesa nobīdes, kuras tiktu nepamanītas, ja katrs parametrs tiktu attēlots neatkarīgi. Tā ir standarta metode ražošanas un pakalpojumu kvalitātē, kad produkta veiktspēja ir atkarīga no vairākiem savstarpēji saistītiem rezultātiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Hotelling, H. (1947). Multivariate quality control illustrated by the air testing of sample bombsights. In C. Eisenhart, M. W. Hastay, & W. A. Wallis (Eds.), Techniques of Statistical Analysis (pp. 111–184). McGraw-Hill. link ↗
- Lowry, C. A., Woodall, W. H., Champ, C. W., & Rigdon, S. E. (1992). A multivariate exponentially weighted moving average control chart. Technometrics, 34(1), 46–53. DOI: 10.1080/00401706.1992.10485232 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Multi-response Statistical Process Control Chart. ScholarGate. https://scholargate.app/lv/experimental-design/multi-response-control-chart
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Vadības diagrammaEksperimentu plānošana↔ compare
- Analīze "Klaidu veidi un to sekas" (FMEA)Eksperimentu plānošana↔ compare
- Daudzreakciju eksperimentu plānošanaEksperimentu plānošana↔ compare
- Vairākuzdevumu atbildes virsmas metodoloģijaEksperimentu plānošana↔ compare
- Analīze "Process Capability Analysis" (Cp, Cpk)Statistika↔ compare
- Statistiskā procesa vadībaEksperimentu plānošana↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →