Μη παραμετρικά διαγράμματα ελέγχου και εφαρμογές
| dc.contributor.advisor | Κούτρας, Μάρκος | |
| dc.contributor.author | Κωνσταντίνου, Ιωάννης | |
| dc.date.accessioned | 2021-06-30T09:33:34Z | |
| dc.date.available | 2021-06-30T09:33:34Z | |
| dc.date.issued | 2021-06 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/13525 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/948 | |
| dc.description.abstract | Ο Στατιστικός Έλεγχος Ποιότητας αποτελεί ένα πολύ σημαντικό μέρος της παραγωγής προϊόντων και υπηρεσιών. Κομμάτι αυτού είναι και ο Στατιστικός Έλεγχος Διεργασιών ο οποίος χρησιμοποιεί διάφορα εργαλεία για την παρακολούθηση μιας διεργασίας. Ένα από αυτά είναι τα Διαγράμματα Ελέγχου τα οποία θα αποτελέσουν το αντικείμενο μελέτης της παρούσας διπλωματικής εργασίας. Πιο συγκεκριμένα, στην παρούσα διπλωματική εργασία θα παρουσιάσουμε τα Μη Παραμετρικά Διαγράμματα Ελέγχου. Τα κλασσικά δ.ε. αφορούν δεδομένα που ακολουθούν κάποια συγκεκριμένη κατανομή και είναι αρκετά αποδοτικά στον εντοπισμό μιας μεσαίας η μεγάλης μετατόπισης σε κάποια παράμετρο της παραγωγικής διαδικασίας, τέτοια διαγράμματα είναι το διάγραμμα τύπου Shewhart, EWMA, CUSUM κ.α.. Εν τούτοις, όταν τα δεδομένα δεν ακολουθούν κάποια συγκεκριμένη κατανομή ή η κατανομή τους είναι άγνωστη, η μόνη λύση για την παρακολούθηση της διεργασίας είναι να κατασκευάσουμε μη παραμετρικά δ.ε.. Ένα χαρακτηριστικό των διαγραμμάτων αυτών είναι ότι έχουν ευαισθησία και μπορούν να εντοπίσουν ακόμη και μικρές μετατοπίσεις σε μια παραγωγική διαδικασία. Στην παρούσα διπλωματική εργασία θα γίνει μια εισαγωγή στο Στατιστικό Έλεγχο Ποιότητας και στο Στατιστικό Έλεγχο Διεργασιών, σύντομη ιστορική αναδρομή στην ποιότητα, θα δοθεί ο ορισμός των μη παραμετρικών δ.ε. καθώς επίσης τα πλεονεκτήματα και τα μειονεκτήματα αυτών. Στη συνέχεια θα γίνει παρουσίαση μερικών από τις πιο σημαντικές μη παραμετρικές μεθοδολογίες που χρησιμοποιούνται σε μη παραμετρικά δ.ε. καθώς επίσης και σύγκριση μερικών εξ αυτών. Παράλληλα, θα γίνει μια σύντομη παρουσίαση και σύγκριση τεσσάρων νέων μεθοδολογιών μη παραμετρικών δ.ε. που έχουν εμφανιστεί στην πρόσφατη βιβλιογραφία με τη χρήση κώδικα στη γλώσσα προγραμματισμού R. Θα γίνει μια σύντομη βιβλιογραφική παρουσίαση σε πολυμεταβλητά δ.ε. καθώς και σε δύο πολυμεταβλητά δ.ε. για ταυτόχρονη παρακολούθηση του μέσου και της διασποράς. Τέλος, θα γίνει παρουσίαση περιοχών που εφαρμόζονται τα μη παραμετρικά δ.ε. όπως είναι η ιατρική, η συχνότητα διαδοχικών γεγονότων και η τρισδιάστατη εκτύπωση. | el |
| dc.format.extent | 75 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
| dc.title | Μη παραμετρικά διαγράμματα ελέγχου και εφαρμογές | el |
| dc.title.alternative | Non parametric control charts and applications | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
| dc.description.abstractEN | Statistical Quality Control is a very important part of the production of products and services. Part of this is the Statistical Process Control which uses various tools to monitor a process, one of them and the subject of study of this dissertation is the Control Charts. More specifically, the Non-Parametric Control Charts. Classical control charts (e.g. Shewhart type control chart, EWMA, CUSUM etc) can be applied to data that follow a specific distribution and are quite efficient in identifying a medium or large shift in some aspect of the production process. However, when the data do not follow a specific distribution or their distribution is unknown, the only solution for monitoring the process is to construct non-parametric control charts. One interesting feature of the non-parametric control charts is that they are quite sensitive and can detect even small shifts in a production process. In this dissertation we shall first present an introduction to the Statistical Quality Control and Statistical Process Control, a brief historical flashback to quality, the definition of non-parametric control charts as well as the advantages and disadvantages. Next, we shall present some of the most important non-parametric methodologies of non-parametric control charts as well as a comparison between some of them. At the same time, we shall proceed to a brief presentation and comparison of four new non-parametric control charts methodologies that have appeared in recent literature using code in the programming language R. A brief bibliographical presentation will be made to multivariate control charts as well as to two multivariate control charts for simultaneous monitoring of the medium and dispersion. Finally, we shall discuss about areas where the non-parametric control charts can be applied such as medicine, frequency of sequential events and 3D printing. | el |
| dc.contributor.master | Εφαρμοσμένη Στατιστική | el |
| dc.subject.keyword | Μη παρεμετρικά διαγράμματα ελέγχου | el |
| dc.subject.keyword | Διαγράμματα ελέγχου | el |
| dc.date.defense | 2021-06-24 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Department of Statistics & Insurance Science
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα