عنوان

The Poisson-Lindley Distribution in SPC

Number

T28976

.Language of Text, Soundtrack etc

انگلیسی

Title Proper

The Poisson-Lindley Distribution in SPC

General Material Designation

Dissertation

First Statement of Responsibility

Waleed Al-Nuaami

Name of Publisher, Distributor, etc.

Mathematics and Statistics and Computer Science

Date of Publication, Distribution, etc.

1402

Specific Material Designation and Extent of Item

79p.

Other Physical Details

cd

Dissertation or thesis details and type of degree

Ph.D.

Discipline of degree

Statistics

Date of degree

1402/04/26

Text of Note

Statistical process control (SPC) is a significant method to monitor processes and ensuring quality. Control charts are the most important tools in the SPC. As production processes and production parts become more complex, there is the need to design control charts using more complex distributions is felt. One of the most important control charts to monitor the number of nonconformities in production processes is the C-chart, which uses the Poisson distribution as a quality characteristic distribution. However, to fit the Poisson distribution to the count data, equality of mean and variance should be satisfied. In some cases, such as biological and medical sciences, count data exhibit over dispersion, which means that the variance of data is greater than the mean. In such cases, we can use the Poisson-Lindley distribution instead of the Poisson distribution to model the count data.In this thesis, we first discuss some important characteristics of the Poisson-Lindley distribution. Then we present parametric and bootstrap control charts when the observations follow the Poisson-Lindley distribution and analyze their performance. Finally, we provide a simulated example and a real-world dataset are provided to demonstrate the implementation of control charts. The results show the good performance of the proposed control charts.

Text of Note

کنترل فرآیند آماری (SPC) یک روش مهم برای نظارت بر فرآیندها و تضمین کیفیت است. نمودارهای کنترلی مهمترین ابزار در SPC هستند. با پیچیده تر شدن فرآیندهای تولید و قطعات تولید، نیاز به طراحی نمودارهای کنترلی با استفاده از توزیع های پیچیده تر احساس می شود. یکی از مهمترین نمودارهای کنترلی برای نظارت بر تعداد عدم انطباق ها در فرآیندهای تولید، C-چارت است که از توزیع پواسون به عنوان توزیع مشخصه کیفیت استفاده می کند. با این حال، برای برازش توزیع پواسون به داده های شمارش، برابری میانگین و واریانس باید برآورده شود. در برخی موارد، مانند علوم زیستی و پزشکی، داده های شمارش بیش از حد پراکندگی را نشان می دهند، یعنی واریانس داده ها بیشتر از میانگین است.در چنین مواردی می توانیم از توزیع پواسون-لیندلی به جای توزیع پواسون برای مدل سازی داده های شمارش استفاده کنیم. در این رساله ابتدا برخی از ویژگی های مهم توزیع پواسون لیندلی را مورد بحث قرار می دهیم. سپس نمودارهای کنترل پارامتریک و بوت استرپ را هنگامی که مشاهدات از توزیع پواسون-لیندلی پیروی می کنند ارائه می کنیم و عملکرد آنها را تجزیه و تحلیل می کنیم. در نهایت، ما یک مثال شبیه سازی شده و یک مجموعه داده در دنیای واقعی برای نشان دادن اجرای نمودارهای کنترلی ارائه می کنیم. نتایج نشان دهنده عملکرد خوب نمودارهای کنترلی پیشنهادی است.

Variant Title

توزیع پواسن-لیندلی در کنترل فرایند آماری

Subject Term

statistical process control; bootstrap control charts; Shewhart control charts; Poisson-Lindley Distribution

Subject Term

کنترل فرایند اماری، نمودار کنترل شوهارت، نمودار کنترل بوت استرپ، توزیع پواسن-لیندلی

Entry Element

Al-Nuaami,

Part of Name Other than Entry Element

Waleed

Relator Code

Producer

Entry Element

Heydari,

Entry Element

Jabbari Khamnei,

Part of Name Other than Entry Element

Ali Akbar

Part of Name Other than Entry Element

Hossein

Relator Code

Thesis advisor

Relator Code

Consulting advisor

Entry Element

Tabriz

Country

ایران

Agency

Central Library of Tabriz University

Date of Transaction

20230829

Call Number

دکتری پایاننامه QA276.N8 1402

Electronic name

Waleed Al-Nuaami

Contact for access assistance

عبادی

e

TL

276903

a

Y