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：研究对象是质量控制程序的模拟比较，摘要未涉及所列经济计量细分方向。
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…
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，修改后的补充样本非参数经验贝叶斯程序，能否较经典程序更有力地发现失控状态并缩短发现时间？
- 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小幅修改，通过蒙特卡洛模拟与经典质量控制程序比较检出能力和发现速度。
- 材料陈述的贡献
- 摘要称，模拟中的经验贝叶斯程序通常具有更高检验功效，并往往更早发现失控状态；材料未给出优势幅度或具体场景。
- 阅读关注点
- 应核对程序修改内容、补充样本的使用方式、模拟中的失控机制，以及两种程序是否在可比的误报水平下进行评价。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要，未提供模拟设置和数值结果。摘要所述优势不能直接推广到所有质量控制情境。
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.