多元质量特性的贝叶斯均值向量控制图

贝叶斯控制图主要研究小样本情况或非稳定状态下的质量控制问题，是质量控制理论中的一个新的研究领域。通过建立多元质量特性控制的数学模型，利用多重线性模型的贝叶斯推断理论，证明了正态-Wishan先验分布下多元质量特性模型的预报分布为多元t分布，并根据多元t分布与F分布之间的关系，构造了F统计量和相应的贝叶斯均值向量控制图。     

基于随机参数的贝叶斯过程能力指数评价模型

针对参数随机化情况下生产过程能力的评价问题，提出了一类新的过程能力指数．通过建立多元质量特性的数学模型，研究了正态-Wishan共轭先验分布下该模型的贝叶斯统计推断问题；根据模型协方差阵的后验分布、Wishart分布变量与多个分布变量之积具有相同的概率分布这一关系、以及正定阵之间变换的Jacobian行列式，推导了多元质量特性过程能力指数的后验概率分布，并据此构造了参数共轭先验分布下的多元贝叶斯过程能力指数及其单侧置信下限．与传统的过程能力指数相比较，贝叶斯过程能力指数更能准确地评价非稳定环境下的生产过程能力水平．     

方差已知条件下平稳AR模型的贝叶斯分析

当方差已知时,分别对无信息先验和共轭先验条件下的平稳AR(p)模型进行了贝叶斯分析,并给出了平稳AR(1)模型回归系数的贝叶斯估计和预报分布的解析式.结果表明,两种先验分布下,回归系数的后验分布均服从平稳域内的截断正态分布.无信息先验分布下,后验均值与经典OLS估计值一致;在共轭先验分布下,后验均值是先验均值和经典OLS估计值的加权平均.     

基于多阶段预报分布的贝叶斯多变量均值向量监控模型

针对现有质量控制方法中没有考虑数据信息连续应用及参数不确定性风险问题,通过贝叶斯方法引入多元质量控制模型的参数先验信息,根据模型预报分布,以及多元t分布与F分布之间的关系,构造基于F统计量的贝叶斯均值向量控制限;当生产过程处于稳定控制状态时,利用前一阶段参数后验分布作为下一个阶段参数先验分布,建立序贯贝叶斯均值向量控制...     

多方程线性模型系统的贝叶斯预报分析

多方程线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分.作者利用模型系统的统计结构，证明了矩阵正态Wishart分布为模型参数的共轭先验分布. 利用贝叶斯定理，作者根据模型的样本似然函数和参数的先验分布推得了参数的后验分布，然后从数学上严格推断了模型的预报分布密度函数，证明了模型预报分布为矩阵t分布. 研究表明由于参数先验分布的作用，样本的预报分布与其原统计分布有着本质性差异，前者服从矩阵正态分布，而后者服从矩阵t分布.     

多重线性回归模型系统的贝叶斯预报分析

指出多重线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分．通过模型系统的统计结构,证明了矩阵正态-Wishart分布为模型参数的共轭先验分布;利用贝叶斯定理,根据模型的样本似然函数和参数的先验分布推导了参数的后验分布;然后,从数学上严格推断了模型的预报分布密度函数,证明了模型预报分布为矩阵t分布．研究结果表明：由于参数先验分布的作用,样本的预报分布与其原统计分布有着本质性的差异,前者为从矩阵正态分布,而后者为矩阵t分布．     

基于正态-混合对数正态共轭先验下时序趋势项的贝叶斯推断

系统地分析了AR(p)误差项的时间序列模型及条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了正态-混合对数正态共轭先验下模型的贝叶斯推断理论,包括趋势项的核估计参数及先验参数的后验分布的统计推断.     

负二项分布下参数的方差一致最小无偏估计及贝叶斯估计

本文利用充分完全统计量,给出了负二项分布下,总体均值μ和参数P的方差一致最小的无偏估计(UMVUE),特别当r=1时,给出了方差σ2的UMVUE,然后,再利用共轭先验分布给出参数P的贝叶斯估计,并在特殊情形下,对两种估计进行了比较。     

定数截尾下Lomax分布失效率和可靠度的贝叶斯估计

由定数截尾寿命试验数据,得到了样本的似然函数. 当取形状参数的先验分布分别为共轭先验分布族和Jeffreys先验时,根据贝叶斯公式得到了形状参数的后验分布,并进一步得到了失效率和可靠度的后验分布.当取平方损失和熵损失函数时,根据后验风险最小的原则,由贝叶斯统计方法得到了失效率和可靠度的贝叶斯估计.通过计算机随机模拟1 000次得到失效率和可靠度的均值和均方误差,并且从均值和均方误差两方面对几个估计值进行了比较,结果表明如果没有充分的先验信息可以利用,无法得到超参数a、b较为准确的估计时,应优先使用Jeffreys先验.     

时间序列趋势项的贝叶斯估计

系统地分析了AR(p)误差项的时间序列模型的数学模型及条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了正态-混合Γ先验下模型的贝叶斯推断理论,包括趋势项的核估计参数及先验参数的后验分布的统计推断.     

质量过程稳态判断准则选择的解析

介绍质量管理所经历的几个主要阶段,指出后一阶段管理方法并不是对前一阶段的彻底否定.特别是在统计质量控制阶段建立的控制图方法在全面质量管理阶段仍具有实用价值.介绍休哈特控制图,对控制图的三原理和控制图的两个共生错误给予简捷论述.采用概率论与数理统计方法,对质量过程稳态判断准则的选择进行解析.尤其是对选择判断准则所依据的正态分布、二项分布和泊松分布以及此三者之间有关的内在联系进行阐述.     

基于可能性准则的一元累积和控制图

基于过程检验统计量模糊化后的隶属函数确定的可能性分布,提出了一种对质量模糊特性进行累积和控制的方法,其中应用了一类新的距离概念、新的方差和样本方差.将LR-型质量数据看作中心值变量服从正态,二扩展变量服从均匀分布的模糊随机变量,进而对过程均样本作近似正态处理,根据Kruse-Meyer对模糊数据假设检验的方法,给出了独立观测下一元累积和控制的可能性准则.     

监视过程均值变化的残差控制图检测能力分析

对过程实施统计质量控制的基本假设前提是观测值彼此独立,但实际工作中经常出现过程的观测值存在自相关的现象.若自相关过程的残差满足独立同分布条件,对残差实施控制图监视是解决自相关过程控制的方法之一.应用检测能力指数和平均运行长度两种衡量指标,分析了自相关过程由时间序列模型AR(1)描述时,残差控制图对过程均值变化的检测能力.结果表明,残差EWMA(φ≤1-λ)控制图对过程均值小偏移较灵敏,当φ<0时,残差EWMA控制图对过程均值大偏移的检测能力略差于残差Shewhart控制图.     

基于Bootstrap方法的分布未知情况下的小波动过程质量控制

讨论了在质量特性分布未知的情况下对小批量生产过程中产生的较小异常波动进行监控的一种Bootstrap WV-EWMA控制图设计方法.首先引入赋权方差法将任意未知分布转换为两个正态分布,由此构造WV-EWMA控制图.然后通过对有限样本进行多次随机有放回抽样的Bootstrap方法对未知分布的集中和离散程度进行较为有效的统计估计,由此建立能够对分布未知的小批量过程进行质量监控的Bootstrap WV-EWMA方法.以平均运行长度ARL（average run length）为监控效率的衡量指标,提出了这种小波动控制图方法的优化参数设计方案,并通过与已有的方法进行对比说明这种方法的有效性.     

基于自回归移动平均过程的贝叶斯质量控制方法研究

针对自回归移动平均过程中控制变量的观测值并不具有相互独立性,引入贝叶斯分析方法研究过程质量控制问题.通过模型结构的贝叶斯分析,利用残差序列建立了基于自回归移动平均过程的贝叶斯质量控制模型,解决了观察数据相关条件下的过程质量监控问题.仿真分析结果表明:贝叶斯ARMA质量控制方法能够有效地避免了在受控状态下使用常规控制图造成的漏发或虚发报警现象,解决了自回归移动平均过程情况下的质量控制问题.     

自相关过程的残差控制图

常规控制图应用的基本假设是从过程得到的观测值彼此独立。但许多过程出现了自相关现象。该文分别运用单值控制图和残差控制图就受控状况和失控状况的观测值对案例进行了分析比较。结果表明 :当过程存在自相关时 ,运用残差控制图更合适 ,但是 ,当自相关参数大于 0时 ,残差控制图检测过程异常的灵敏性有待提高。对于在现代生产过程中自相关数据 ,建议使用残差控制图 ,来代替传统的控制图     

一种改进的多元指数加权移动平均控制图

对多元指数加权移动平均(Multivariate Exponentially Weighted Moving Average,MEWMA)控制图的优化方法进行了深入研究.在绘制控制图的第一阶段,利用基于相邻向量差的数据矩阵构建的协方差矩阵S2作为总体协方差矩阵Σ的估计量,建立了一种改进的MEWMA图.在均值向量发生阶跃偏移和单向持续偏移两种不同失控模式下,比较分析了传统的MEWMA图以及改进的MEWMA图的信号概率和平均运行链长.仿真结果表明,在平滑系数r和偏移系数λ较大时,该改进方法显著提高了MEWMA控制图的监控性能.     

现场控制方法在生产管理中的应用

分析了多菌灵的主要生产工序的质量,观测非正态分布值时取时距扩大的修匀均值变换。利用控制图对工序进行了有效的现场控制并在实践中取得了明显的改进。     

层次线性模型与教学效益评价

各个教学点单独估得的效益值不尽相同甚至是矛盾的。本文采用层次线性模型和经验Bayes方法，将教学效益看成是随机的综合求得教学效益的估计值。本文还证明了在给定条件下条件正态变量与条件变量（亦服从正态分布）的联合分布仍为正态分布。最后给出了算法的框图和例子。