در سال های اخیر مشتریان فشار زیادی بر سازمان برای بهبود کیفیت محصولات و خدماتشان وارد کرده اند که نتیجه آن بهبود کیفیت بسیاری از سازمانها و شرکتها بوده است. برخی از این پیشرفت ها به دلیل استفاده از روش های کنترل کیفیت آماری و بهبود فرآیند بوده است. کنترل کیفیت در صورتی که قبل از تولید هر محصول به درستی انجام شود، سبب بهره وری بهتر از منابع موجود و همینطور کاهش هزینه ها می شود. در کنترل کیفیت وظیفه اصلی، کسب اطمینان از کیفیت کالا و خدمات مطابق با معیارها و استانداردهای مربوط است. با استفاده از چارت های کنترل میتوان نقاط انحراف و همینطور دلایل آن را به وضوح یافت و اقدامات لازم را برای آن تعریف کرد. یک روش برای مدل سازی و تحلیل داده های کنترل کیفیت استفاده از توابع چندکی است. در مواردی که فرم بسته ای برای تابع توزیع یک متغیر تصادفی وجود ندارد و یا داده دور افتاده داریم، استفاده از تابع چندکی(معکوس تابع توزیع تجمعی) دارای اهمیت زیادی است. نمودارهای کنترلی که بر اساس توابع چندکی رسم می شوند، عملکرد بهتری دارند. در این پایان نامه ابتدا مروری بر مفاهیم توابع چندکی خواهیم داشت. سپس نمودارهای کنترل کیفیت را براساس توابع چندک به دست خواهیم آورد
Text of Note
In recent years, customers have put a lot of pressure on the organization to improve thequality of their products and services, which has resulted in the improvement of the quality ofmany organizations and companies. Some of these improvements due to the use of statisticalquality control methods and process improvement. If the quality control is done correctlybefore the production of each product, it leads to better productivity of the available resourcesand also to the reduction of costs. In quality control, the main task is to ensure the qualityof goods and services in accordance with the relevant criteria and standards. By using controlcharts, you can clearly find the deviation points and their reasons and define the necessarymeasures for it. One way to model and analyze quality control data is to use quantile functions.In cases where there is no closed form for the distribution function of a random variable orwe have outlying data, the use of the quantile function (inverse of the cumulative distributionfunction) is very important. Control charts based on quantile functions perform better. Inthis thesis, we will first review the concepts of quantile functions. Then we will obtain qualitycontrol charts based on quantile functions.