Στατιστικός έλεγχος διεργασιών για λογοκριμένα δεδομένα

Μιχαλάκος, Κωνσταντίνος

dc.contributor.advisor	Αντζουλάκος, Δημήτριος
dc.contributor.author	Μιχαλάκος, Κωνσταντίνος
dc.date.accessioned	2025-11-03T15:37:31Z
dc.date.available	2025-11-03T15:37:31Z
dc.date.issued	2025-09
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/18290
dc.description.abstract	Η παρούσα διπλωματική εργασία επικεντρώνεται στη μελέτη και εφαρμογή διαγραμμάτων ελέγχου σε δεδομένα που υπόκεινται σε λογοκρισία από δεξιά τύπου Ι, η οποία εμφανίζεται συχνά σε πραγματικές συνθήκες παρακολούθησης παραγωγικών διεργασιών. Η εργασία αποτελείται από τέσσερα κεφάλαια. Στο πρώτο κεφάλαιο παρουσιάζονται βασικές έννοιες του Στατιστικού Ελέγχου Ποιότητας, με ιδιαίτερη έμφαση στα διαγράμματα ελέγχου τύπου Shewhart, CUSUM και EWMA, καθώς και στα διάφορα είδη λογοκρισίας και την εύρεση της συνάρτησης πιθανοφάνειας με λογοκριμένα δεδομένα. Στο δεύτερο κεφάλαιο αναλύονται τα διαγράμματα τύπου Shewhart για λογοκριμένα δεδομένα, με χρήση της μεθόδου CEV, για διάφορες κατανομές δεδομένων. Στο τρίτο και τέταρτο κεφάλαιο, τα διαγράμματα CUSUM και EWMA προσαρμόζονται επίσης για λογοκριμένα δεδομένα, με στόχο την αποτελεσματική παρακολούθηση μικρών ή σταδιακών μεταβολών στη διαδικασία. Η θεωρητική προσέγγιση συνοδεύεται από εφαρμογές σε πραγματικά και προσομοιωμένα δεδομένα, χρησιμοποιώντας την γλώσσα προγραμματισμού R, που τεκμηριώνουν τη χρησιμότητα των εξεταζόμενων διαγραμμάτων στον εντοπισμό εκτός ελέγχου καταστάσεων υπό συνθήκες λογοκρισίας.	el
dc.format.extent	130	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.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.title	Στατιστικός έλεγχος διεργασιών για λογοκριμένα δεδομένα	el
dc.title.alternative	Statistical process control for censored data	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης	el
dc.description.abstractEN	This master's thesis focuses on the study and implementation of quality control charts for Type I right censored data, which are frequently encountered in real-world manufacturing process monitoring applications. The work consists of four chapters. The first chapter establishes the fundamental concepts of Statistical Quality Control, placing particular emphasis on Shewhart, CUSUM, and EWMA control charts. Additionally, it explores various types of data censoring mechanisms and presents the form of the likelihood function under censored data. The second chapter provides a comprehensive analysis of Shewhart-type control charts when applied to censored data. This analysis employs the Conditional Expected Value (CEV) approach and investigates its performance across multiple probability distributions, demonstrating the versatility of this methodology. In the third and fourth chapters, the research extends to CUSUM and EWMA methodologies to accommodate censored data environments. These adaptations are specifically designed to enhance the detection capabilities for small or gradual process shifts, which are often challenging to identify using traditional control chart approaches. The theoretical framework is complemented by practical implementations using both real-world datasets and simulated data through the R programming language. These computational studies provide empirical evidence supporting the effectiveness of the examined control charts in identifying out-of-control conditions when data censoring is present.	el
dc.contributor.master	Εφαρμοσμένη Στατιστική	el
dc.subject.keyword	Λογοκριμένα δεδομένα	el
dc.subject.keyword	Στατιστικός έλεγχος ποιότητας	el
dc.subject.keyword	Shewhart	el
dc.subject.keyword	Cusum	el
dc.subject.keyword	EWMA	el
dc.date.defense	2025-09-24

Αρχεία σε αυτό το τεκμήριο

Name:: Michalakos_22025.pdf
Μέγεθος:: 2.841Mb
Τύπος:: PDF
Description:: Μεταπτυχιακή διατριβή

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Department of Statistics & Insurance Science

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα