Control Charts for Dependent and Independent Measurements Based on Bootstrap Methods
基于自助法的相依与独立观测控制图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：摘要研究一般过程监控与自助法控制图，未提供足够依据归入所列计量领域细分。
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
基于自助法的相依与独立观测控制图
- 研究问题
- 如何将用于独立、近似正态观测的 Shewhart 控制图，扩展到相依数据及不满足近似正态条件的独立数据？
- 方法与思路
- 作者分别利用移动区块自助法和标准自助法构造控制图，以非参数方式处理观测间依赖及非正态分布。
- 材料陈述的贡献
- 摘要称提出了适用于上述数据的有效控制图，无需指定分布形式，并用模拟与真实数据示例支持其表现。
- 阅读关注点
- 应核对控制界限的构造、相依结构的限制、区块长度选择，以及有效性如何定义和模拟如何评价误报。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。“无需分布假设”不代表无需其他条件；摘要未说明依赖限制或有限样本保证。
原文摘要
Shewhart charts are widely accepted as standard tools for monitoring manufacturing processes of univariate, independent “nearly” normal measurements. They are not as well developed beyond these types of data. We generalize the idea of Shewhart charts to cover other types of data commonly encountered in practice. More specifically, we develop some valid control charts for dependent data and for independent data that are not necessarily “nearly” normal. We derive the proposed charts from the moving blocks bootstrap and the standard bootstrap methods. Their constructions are completely nonparametric no distributional assumptions are required. Some simulated as well as real data examples are included they are very supportive of the proposed methods.