Wykres kontrolny wieloodpowiedzi — wielowymiarowe monitorowanie procesu
Wykres kontrolny wieloodpowiedzi jednocześnie monitoruje dwie lub więcej skorelowanych charakterystyk jakościowych na jednym wykresie, zachowując strukturę korelacji, którą ignorują wykresy jednowymiarowe. Oparty na statystyce T² Hotellinga i jej rozszerzeniach ważonych czasem (MEWMA, MCUSUM), wykrywa przesunięcia procesu, które zostałyby pominięte, gdyby każda odpowiedź była wykresowana niezależnie. Jest to standardowe narzędzie w produkcji i kontroli jakości usług, gdy wydajność produktu zależy od wielu powiązanych wyników.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multi-response Statistical Process Control Chart. ScholarGate. https://scholargate.app/pl/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.
- Wykres KontrolnyPlanowanie eksperymentów↔ compare
- Analiza rodzajów i skutków możliwych błędów (FMEA)Planowanie eksperymentów↔ compare
- Projektowanie eksperymentów z wieloma odpowiedziąPlanowanie eksperymentów↔ compare
- Metodologia Wielowykresowych Powierzchni OdpowiedziPlanowanie eksperymentów↔ compare
- Analiza zdolności procesu (Cp, Cpk)Statystyka↔ compare
- Statystyczna Kontrola ProcesuPlanowanie eksperymentów↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →