Traditional statistical process control (SPC) charts for discrete data are often unreliable due to incorrect assumptions about data distribution. This study proposes a nonparametric control chart for monitoring the mean of discrete data, offering a more robust and reliable method. The proposed chart adapts an existing model for continuous data to count data and employs a bootstrap procedure to determine control limits. Its performance is evaluated through simulations and real data analysis, highlighting its reliability in scenarios of data distribution uncertainty and confirming its potential in statistical quality control across various contexts.
Le tradizionali carte di controllo statistiche di processo (SPC) per dati discreti sono spesso inaffidabili a causa di assunzioni errate sulla distribuzione dei dati. Questo studio propone una carta di controllo non parametrica per monitorare la media di dati discreti, offrendo un metodo più robusto e affidabile. La carta proposta adatta un modello esistente per dati continui a dati di conteggio e utilizza una procedura bootstrap per determinare i limiti di controllo. La sua performance è valutata tramite simulazioni e analisi di dati reali, evidenziando la sua affidabilità in scenari di incertezza sulla distribuzione dei dati e confermando il suo potenziale nel controllo statistico della qualità in diversi contesti.
Una carta di controllo non parametrica per dati di conteggio
DRAGONETTI, ANDREA
2023/2024
Abstract
Traditional statistical process control (SPC) charts for discrete data are often unreliable due to incorrect assumptions about data distribution. This study proposes a nonparametric control chart for monitoring the mean of discrete data, offering a more robust and reliable method. The proposed chart adapts an existing model for continuous data to count data and employs a bootstrap procedure to determine control limits. Its performance is evaluated through simulations and real data analysis, highlighting its reliability in scenarios of data distribution uncertainty and confirming its potential in statistical quality control across various contexts.File | Dimensione | Formato | |
---|---|---|---|
Dragonetti_Andrea.pdf
accesso riservato
Dimensione
840.92 kB
Formato
Adobe PDF
|
840.92 kB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/71258