Supplementary Sample Nonparametric Empirical Bayes in a Quality Control Situation
质量控制中的补充样本非参数经验贝叶斯方法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：摘要属于质量控制与经验贝叶斯程序比较，没有所列经济计量细分方向的直接证据。
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…
质量控制中的补充样本非参数经验贝叶斯方法
- 研究问题
- 在质量控制中，补充样本非参数经验贝叶斯程序经修改后，能否提高失控检测能力并缩短相对经典程序的发现时间？
- 方法与思路
- 作者对已有补充样本非参数经验贝叶斯程序作轻微修改，并通过蒙特卡洛模拟与经典质量控制程序进行比较。
- 材料陈述的贡献
- 摘要称经验贝叶斯程序通常具有更高检测功效，并能更早发现失控状态；这一表述来自文中模拟比较的概括。
- 阅读关注点
- 应核对补充样本的来源、程序修改内容、失控机制与停止规则，以及两种方法是否在相同误报约束下比较。
- 阅读边界
- 索引摘要未注明稿件版本，也未说明模拟设计、误报率、检测时间指标和具体结果，无法判断优势的适用范围。
原文摘要
The supplementary sample nonparametric empirical Bayes procedure (Krutchkoff, 1967) is slightly modified here and compared with the classical quality control procedure by Monte Carlo simulation. It is found that the empirical Bayes procedure is generally more powerful and will usually detect an out-of-control situation sooner than the classical procedure.