dc.contributor.author |
Δημοσθένους, Μάριος
|
el |
dc.contributor.author |
Demosthenous, Marios
|
en |
dc.date.accessioned |
2020-10-23T16:07:05Z |
|
dc.date.available |
2020-10-23T16:07:05Z |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/51614 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.19312 |
|
dc.rights |
Default License |
|
dc.subject |
Στατιστικός έλεγχος ποιότητας |
el |
dc.subject |
Διαγράμματα ελέγχου |
el |
dc.subject |
Κινητός μέσος |
el |
dc.subject |
Γενικευμένα βάρη |
el |
dc.subject |
Κατανομή zero-inflated poisson |
el |
dc.subject |
Statistical quality control |
en |
dc.subject |
Control charts |
en |
dc.subject |
Generally weighted |
en |
dc.subject |
Moving average |
en |
dc.subject |
Zero-inflated poisson distribution |
en |
dc.title |
Διαγράμματα ελέγχου με διπλούς κινητούς μέσους και γενικευμένα βάρη για διεργασίες που ακολουθούν zero-inflated poisson κατανομή. |
el |
dc.title |
Double generally weighted moving average control charts for zero-inflated poisson processes. |
en |
heal.type |
bachelorThesis |
|
heal.classification |
Μαθηματικά |
el |
heal.classification |
Mathematics |
en |
heal.classification |
Στατιστική |
el |
heal.classification |
Statistics |
en |
heal.language |
el |
|
heal.access |
campus |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2020-10-01 |
|
heal.abstract |
Στην σύγχρονη εποχή, τα διαγράμματα ελέγχου αποτελούν αναπόσπαστο κομμάτι της διαχείρισης παραγωγικών διεργασιών ως ένα πολύ χρήσιμο εργαλείο για την παρακολούθηση και τον έλεγχο των διεργασιών. Στην περίπτωση όπου τα χαρακτηριστικά ποιότητας δεν δύναται να μετρηθούν σε συνεχή κλίμακα και το μέτρο της ποιότητας είναι ο αριθμός των ελαττωμάτων ή ατυχημάτων, συχνά χρησιμοποιείται η κατανομή Poisson για την μοντελοποίηση των δεδομένων. Όταν επίσης τα δεδομένα προέρχονται από διεργασίες υψηλής απόδοσης που περιέχουν μεγάλο αριθμό μηδενικών, τότε το μοντέλο Poisson δεν αποτελεί καλή μοντελοποίηση διότι υποτιμά τη μέση τιμή και τη διασπορά των δεδομένων. Η κατανομή ZIP (Zero-Inflated Poisson) γενικεύει την κατανομή Poisson και χρησιμοποιείται για τη μοντελοποίηση δεδομένων που περιέχουν μεγάλο αριθμό μηδενικών παρατηρήσεων. Στην παρούσα εργασία παρουσιάζεται το διάγραμμα ελέγχου με κινητούς μέσους και διπλά γενικευμένα βάρη (Double Generally Weighted Moving Average - DGWMA) για δεδομένα που ακολουθούν zero-inflated Poisson κατανομή.
Στο 1ο Κεφάλαιο περιγράφονται τα κύρια χαρακτηριστικά του Στατιστικού Ελέγχου Ποιότητας, του Στατιστικού Ελέγχου Διεργασιών (ΣΕΔ), καθώς και των διαγραμμάτων ελέγχου. Στο 2ο Κεφάλαιο παρουσιάζεται η κατανομή zero-inflated Poisson και αναφέρονται μερικοί έλεγχοι καταλληλότητας του μοντέλου. Επιπλέον, γίνεται συνοπτική αναφορά στα διαγράμματα ελέγχου τύπου Shewhart και EWMA (Exponentially Weighted Moving Average), DEWMA (Double Exponentially Weighted Moving Average), GWMA (Generally Weighted Moving Average) για δεδομένα που ακολουθούν zero-inflated Poisson κατανομή. Στο 3ο Κεφάλαιο παρουσιάζεται το διάγραμμα ελέγχου που πραγματεύεται η παρούσα εργασία, το οποίο είναι το διάγραμμα DGWMA για ZIP δεδομένα και μελετάτα η σχεδίασή του. Στο 4ο Κεφάλαιο γίνεται σύγκριση του διαγράμματος ZIP-DGWMA με διαγράμματα που αναφέρθηκαν στο Κεφάλαιο 2. Στο 5ο Κεφάλαιο παρουσιάζεται μία εφαρμογή του διαγράμματος ZIP-DGWMA σε δεδομένα που προέρχονται από μία βιομηχανία συσκευασίας LED (Light Emitting Diode). Τέλος, στο 6ο Κεφάλαιο παρουσιάζονται τα συμπεράσματα από την παρούσα εργασία. |
el |
heal.abstract |
Nowadays, control charts are an integral part of the management of production processes as a very useful tool for monitoring and controlling the processes. In the case where the quality characteristics cannot be measured on a continuous scale and the measure of quality is the number of defects or accidents, the Poisson distribution is often used to model the data. In addition, when the data come from high-quality processes, they contain a large number of zero observations therefore the Poisson distribution is not suitable for modelling the data as it underestimates the mean and variance of them. The ZIP (Zero-Inflated Poisson) distribution generalizes the Poisson distribution and is used to model data with a large number of zero observations. This thesis presents a control chart using the double generally weighted moving averages (Double Generally Weighted Moving Average - DGWMA) statistic for data following the zero-inflated Poisson distribution.
In the 1st Chapter, the main features of Statistical Quality Control (SQC), Statistical Process Control (SPC) and control charts are described. In the 2nd Chapter we present the zero-inflated Poisson distribution and some of the model's suitability tests are listed. In addition, the Shewhart and EWMA (Exponentially Weighted Moving Average), DEWMA (Double Exponentially Weighted Moving Average), GWMA (Generally Weighted Moving Average) control charts, for data following a zero-inflated Poisson distribution, are briefly presented. Chapter 3 presents the control chart DGWMA for ZIP data and its design is being studied. Chapter 4 compares the ZIP-DGWMA chart with the chart mentioned in Chapter 2. Chapter 5 presents an application of the ZIP-DGWMA chart to data coming from an LED (Light Emitting Diode) packaging industry. Finally, Chapter 6 presents the conclusions from this thesis. |
en |
heal.advisorName |
Κουκουβίνος, Χρήστος |
el |
heal.committeeMemberName |
Κουκουβίνος, Χρήστος |
el |
heal.committeeMemberName |
Παπαγεωργίου, Νικόλαος |
el |
heal.committeeMemberName |
Στεφανέας, Πέτρος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών |
el |
heal.academicPublisherID |
ntua |
|
heal.fullTextAvailability |
false |
|