Likelihood Ratio Methods for Monitoring Parameters of a Nested Random Effect Model
监测嵌套随机效应模型参数的似然比方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究工业质量监控中的嵌套随机效应，未明确涉及面板数据或所列宏观结构变化方向。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
监测嵌套随机效应模型参数的似然比方法
- 研究问题
- 测量变异来自项目内、批次内项目间和批次间等多个层级时，如何监测均值与方差分量并改善传统控制图的诊断？
- 方法与思路
- 作者基于似然比检验建立嵌套随机效应模型的监控系统，与其他方法比较优缺点，并讨论集成电路制造中的实例。
- 材料陈述的贡献
- 摘要提出可同时监测均值和多个方差来源的控制系统，并讨论其相对优势与局限；未报告具体误报率或检测收益。
- 阅读关注点
- 应核对层级结构、监测统计量与阈值的构造、参数估计方式，以及误报和检测能力比较是否采用一致的校准标准。
- 阅读边界
- 材料是版本未注明的 OpenAlex 索引摘要；未提供检验校准、监测性能或分布条件，不能断言普遍优于控制图或推断刊本变化。
原文摘要
In many practical situations the variance of a set of measurements can be attributed to several known sources of variability. For example, if several measurements of each item of a lot are taken, then one may need to deal not only with the within-item variability, but also with item-to-item within-lot and lot-to-lot components of variability. In such cases conventional control charts tend to produce an unacceptably high rate of false alarms and in general represent a rather weak diagnostic tool. This article shows how to build a control system based on likelihood ratio tests capable of monitoring the mean and variance components of a nested random effect model. The strong points and weaknesses of this approach are compared to those of competing methods, and some examples related to manufacturing of integrated circuits are discussed.