متوسط السيطرة على الرسوم البيانية مرجح بشكل كبير تجميع البيانات - الحركة -

المتوسط ​​المتحرك المتحرك أسي (إوما) هو إحصائية لمراقبة العملية التي تقوم بقياس البيانات بطريقة تعطي وزن أقل وأقل للبيانات حيث يتم إزالتها بشكل أكبر في الوقت المناسب. مقارنة مخطط التحكم في شيوهارت وتقنيات التحكم في إوما بالنسبة إلى تقنية التحكم في مخطط شيوهارت، فإن القرار المتعلق بحالة التحكم في العملية في أي وقت، (t) يعتمد فقط على أحدث قياس من العملية، وبطبيعة الحال، ودرجة تفاؤل تقديرات حدود الرقابة من البيانات التاريخية. وفيما يتعلق بتقنية التحكم إوما، يعتمد القرار على إحصاء إوما، وهو متوسط ​​مرجح أضعافا مضاعفة لجميع البيانات السابقة، بما في ذلك أحدث قياس. من خلال اختيار عامل الترجيح، (لامدا)، يمكن أن يكون إجراء التحكم إوما حساسة للانحراف صغير أو تدريجي في العملية، في حين أن إجراء التحكم شيوهارت يمكن أن تتفاعل فقط عندما تكون نقطة البيانات الأخيرة خارج حد التحكم. تعريف إوما الإحصائية التي يتم حسابها هي: مبوكس t لامبدا يت (1-لامدا) مبوكس ،،، مبوكس ،،، t 1،، 2،، لدوتس ،، n. حيث (مبوكس 0) هو متوسط ​​البيانات التاريخية (الهدف) (يت) هي الملاحظة في الوقت (t) (n) هي عدد الرصدات التي يتعين رصدها بما في ذلك (مبوكس 0) (0 تفسير مخطط التحكم إوما الأحمر والنقاط هي البيانات الخام الخط الخشن هو إوما إحصائية مع مرور الوقت ويخبرنا الرسم البياني أن العملية هي في السيطرة لأن كل (مبوكس ر) تقع بين حدود السيطرة. ومع ذلك، يبدو أن هناك اتجاها صعودا لمدة 5 الماضية ماتيو روغان، تيم غريفين، مورلي ماو، ألبرت غرينبرغ، بريان فريمان - في أسم سيغسوم ورشة عمل نيتس 2004. 2004. الشذوذ إعادة توجيه إب، الناجمة عن فشل المعدات، أخطاء التطبيق، أو أخطاء التكوين، يمكن أن تعطل بشكل كبير وحط من خدمة الشبكة. إن الكشف القوي والموثوق عن مثل هذه الحالات الشاذة أمر ضروري للتشخيص السريع للمشكلة وتخفيف المشاكل وإصلاحها، ونقترح وجود شذوذ بسيط في إعادة توجيه الملكية الفكرية، نتيجة فشل المعدات أو أخطاء التنفيذ أو أخطاء التكوين، تتحلل خدمة الشبكة. الكشف القوي والموثوق عن مثل هذه الحالات الشاذة أمر ضروري لتشخيص المشاكل بسرعة، وتخفيف المشاكل، وإصلاح. نقترح طريقة بسيطة وقوية تدمج توجيهات وبيانات حركة المرور بشكل موثوق للكشف عن الشذوذ إعادة توجيه، وتقديم تقرير عن تقييم الطريقة في الطبقة 1 إيسب العمود الفقري. أولا، نحن تحويل كل تيار البيانات بشكل منفصل، لإنتاج مؤشرات التنبيه بالمعلومات. وعندئذ لا يتم الإشارة إلى حالة الشذوذ في التوجيه إلا إذا كانت المؤشرات لكلتا المجموعتين تشير إلى سلوك غير طبيعي في وقت واحد. الأسلوب العام هو قابلة للتطوير، الآلي والتدريب الذاتي. نجد أن هذه التقنية تعرف بشكل فعال الشذوذ إعادة توجيه، مع تجنب ارتفاع معدل الانذارات الكاذبة التي من شأنها أن تؤدي خلاف ذلك إذا كان أي تيار استخدمت من جانب واحد. 1. خصائص البيانات المعنية. مثالان تقليديان هما إوما: المتوسط ​​المتحرك المتحرك أسي (إوما) هو طريقة كتابية مطبقة في عمليات الجودة (على سبيل المثال، انظر -18--). وتطبق هذه الطريقة على نطاق واسع على البيانات ذات المتوسط ​​الثابت والمستقر والمراقبة المستقلة. سنقوم بتکییف ھذا النھج لاستخدامھ علی بیانات بغب التي تم تحلیلھا ھنا. التعديلات هي ريكي. من قبل ماثيو روغان، تيم غريفين، Z. مورلي ماو، ألبرت غرينبرغ، بريان فريمان، ماو ألبرت، غرينبرغ بريان فريمان - في ورشة عمل أسم سيغسوم حول استكشاف الأخطاء وإصلاحها الشبكة. 2004. يمكن أن تؤدي خلل إعادة توجيه إب، الناجم عن إخفاقات في المعدات أو أخطاء في التنفيذ أو أخطاء في التهيئة، إلى تعطيل خدمة الشبكة وتحطيمها بشكل كبير. الكشف القوي والموثوق عن مثل هذه الحالات الشاذة أمر ضروري لتشخيص المشاكل بسرعة، وتخفيف المشاكل، وإصلاح. نقترح بسيطة. يمكن أن تؤدي خلل إعادة توجيه إب، الناجم عن إخفاقات في المعدات أو أخطاء في التنفيذ أو أخطاء في التهيئة، إلى تعطيل خدمة الشبكة وتحطيمها بشكل كبير. الكشف القوي والموثوق عن مثل هذه الحالات الشاذة أمر ضروري لتشخيص المشاكل بسرعة، وتخفيف المشاكل، وإصلاح. نقترح طريقة بسيطة وقوية تدمج توجيهات وبيانات حركة المرور بشكل موثوق للكشف عن الشذوذ إعادة توجيه، وتقديم تقرير عن تقييم الطريقة في الطبقة 1 إيسب العمود الفقري. أولا، نحن تحويل كل تيار البيانات بشكل منفصل، لإنتاج مؤشرات التنبيه بالمعلومات. وعندئذ لا يتم الإشارة إلى حالة الشذوذ في التوجيه إلا إذا كانت المؤشرات لكلتا المجموعتين تشير إلى سلوك غير طبيعي في وقت واحد. الأسلوب العام هو قابلة للتطوير، الآلي والتدريب الذاتي. نجد أن هذه التقنية تعرف بشكل فعال الشذوذ إعادة توجيه، مع تجنب ارتفاع معدل الانذارات الكاذبة التي من شأنها أن تؤدي خلاف ذلك إذا كان أي تيار استخدمت من جانب واحد. (إوما): المتوسط ​​المتحرك المتحرك (أوما) هو طريقة كتابية مطبقة في عمليات الجودة (على سبيل المثال سي-e 18--). وتطبق هذه الطريقة على نطاق واسع على البيانات ذات المتوسط ​​الثابت والمستقر والمراقبة المستقلة. سنقوم بتکییف ھذا النھج لاستخدامھ علی بیانات بغب التي تم تحلیلھا ھنا. التجانس الأسي هو. من قبل ماثيو روغان، تيم غريفين، مورلي ماو، ألبرت غرينبرغ، بريان فريمان. يمكن أن تؤدي خلل إعادة توجيه إب، الناجم عن إخفاقات المعدات أو أخطاء التنفيذ أو أخطاء التكوين، إلى تعطيل خدمة الشبكة وتحطيمها بشكل كبير. الكشف القوي والموثوق عن مثل هذه الحالات الشاذة أمر ضروري لتشخيص المشاكل بسرعة، وتخفيف المشاكل، وإصلاح. نقترح بسيطة. يمكن أن تؤدي خلل إعادة توجيه إب، الناجم عن إخفاقات في المعدات أو أخطاء في التنفيذ أو أخطاء في التهيئة، إلى تعطيل خدمة الشبكة وتحطيمها بشكل كبير. الكشف القوي والموثوق عن مثل هذه الحالات الشاذة أمر ضروري لتشخيص المشاكل بسرعة، وتخفيف المشاكل، وإصلاح. نقترح طريقة بسيطة وقوية تدمج توجيهات وبيانات حركة المرور بشكل موثوق للكشف عن الشذوذ إعادة توجيه، وتقديم تقرير عن تقييم الطريقة في الطبقة 1 إيسب العمود الفقري. أولا، نحن تحويل كل تيار البيانات بشكل منفصل، لإنتاج مؤشرات التنبيه بالمعلومات. وعندئذ لا يتم الإشارة إلى حالة الشذوذ في التوجيه إلا إذا كانت المؤشرات لكلتا المجموعتين تشير إلى سلوك غير طبيعي في وقت واحد. الأسلوب العام هو قابلة للتطوير، الآلي والتدريب الذاتي. نجد أن هذه التقنية تعرف بشكل فعال الشذوذ إعادة توجيه، مع تجنب ارتفاع معدل الانذارات الكاذبة التي من شأنها أن تؤدي خلاف ذلك إذا كان أي تيار استخدمت من جانب واحد. 1. فيس المتاحة، وهذا يتوقف على خصائص البيانات المعنية: إوما: المتوسط ​​المتحرك متحرك أضعافا مضاعفة (إوما) هو أسلوب نص الكتاب المطبقة في عمليات الجودة (على سبيل المثال انظر -18--). وتطبق هذه الطريقة على نطاق واسع على البيانات ذات المتوسط ​​الثابت والمستقر والمراقبة المستقلة. سنقوم بتکییف ھذا النھج لاستخدامھ علی بیانات بغب التي تم تحلیلھا ھنا. التجانس الأسي هو. بريان إريكسون، نيك دوفيلد، بول بارفورد، جويل سومرز، ريس بودن، ماثيو روغان. القدرة على الكشف عن أحداث غير متوقعة في الشبكات الكبيرة يمكن أن تكون ذات فائدة كبيرة لعمليات الشبكة اليومية. وقد تم إنجاز قدر كبير من العمل على مدى العقد الماضي لتطوير أدوات فعالة للكشف عن الشذوذ، ولكنها لا تزال غير مستخدمة عمليا في عمليات الشبكة الحية بسبب غير مقبول. القدرة على الكشف عن أحداث غير متوقعة في الشبكات الكبيرة يمكن أن تكون ذات فائدة كبيرة لعمليات الشبكة اليومية. وقد تم إنجاز قدر كبير من العمل على مدى العقد الماضي لتطوير أدوات فعالة للكشف عن الشذوذ، ولكنها لا تزال غير مستخدمة عمليا في عمليات الشبكة الحية بسبب ارتفاع معدل الإنذارات الكاذبة بشكل غير مقبول. في هذه الورقة، ونحن نسعى إلى تحسين القدرة على الكشف بدقة أحداث الشبكة غير متوقعة من خلال استخدام باسيسديتكت، إطار النمذجة مرنة ولكن دقيقة. باستخدام مجموعة بيانات صغيرة مع الشذوذ المسمى، إطار باسيسديتكت يسمح لنا لتحديد فئات كبيرة من الحالات الشاذة والكشف عنها في أنواع مختلفة من بيانات الشبكة، سواء من مصادر واحدة ومن مصادر متعددة، وربما متنوعة. يتم تعلم خصائص إشارة الشذوذ الشبكة من خلال منهجية أساس أساس الرواية القائمة. علينا أن نظهر جدوى طريقة أساسنا الكشف عن الأساس ومقارنتها لأساليب الكشف السابقة باستخدام مزيج من البيانات الاصطناعية و ريالورلد. بالمقارنة مع أساليب الكشف عن الشذوذ السابقة، تظهر نتائج منهجية باسيسديتيكت لدينا 50 تخفيض في عدد الإنذارات الكاذبة في مجموعة بيانات عقدة واحدة، وأكثر من 65 تخفيض في الإنذارات الكاذبة للبيانات على نطاق الشبكة الاصطناعية. البيانات، وافترضت أن الشذوذ سوف تبرز ضد حركة المرور في الفضاء المحول (أمثلة تحويلات تشمل الموجات في 5، 6، المتوسط ​​المتحرك أضعاف مرجحة أو إوما في -7، 8--، وتصفية فورييه في 6). ثم يتم إنشاء الشذوذ لكل مجموعة فردية من القياسات. وكانت الفوائد الرئيسية للمنهجية يكا هو أنها استفادت بشكل مباشر من ناتو غير القياسية. بيتروس E. مارافيلاكيس، جون باناريتوس، ستيليوس بساراكيس. خطأ القياس هو عادة عامل تشويه التقاء في التطبيقات في العالم الحقيقي التي تؤثر على نتيجة عملية. في هذا البحث، ندرس تأثير خطأ القياس على قدرة مخطط التحكم إوما للكشف عن حالات خارج السيطرة. النموذج المستخدم هو الذي يتضمن لين. خطأ القياس هو عادة عامل تشويه التقاء في التطبيقات في العالم الحقيقي التي تؤثر على نتيجة عملية. في هذا البحث، ندرس تأثير خطأ القياس على قدرة مخطط التحكم إوما للكشف عن حالات خارج السيطرة. النموذج المستخدم هو النموذج المتغير المتغير الخطي. نحن التحقيق في قدرة الرسم البياني إوما في حالة التحول في المتوسط. كما يتم دراسة تأثير أخذ قياسات متعددة على كل وحدة عينات وحالة التباين المتزايد خطيا. ونحن نثبت أنه في حالة خطأ القياس، يتأثر أداء المخطط فيما يتعلق بالمتوسط ​​بشكل كبير. K W: أضعافا مضاعفة المتوسط ​​المتحرك مخطط التحكم، متوسط ​​طول المدى، متوسط ​​الوقت للإشارة، خطأ القياس، سلسلة ماركوف، مراقبة العملية الإحصائية بيهوا تشيو، زونغوا لي - تيشنوميتريكس. 2011. وتنظر هذه الورقة في التحكم الإحصائي في العمليات (سيك) للعمليات غير المتغيرة عندما يكون الشكل البارامتري لتوزيع العملية غير متوفر. وتستند معظم إجراءات سيك القائمة إلى افتراض أن الشكل البارامتري (على سبيل المثال العادي) لتوزيع العملية يمكن تحديده مسبقا. وتنظر هذه الورقة في التحكم الإحصائي في العمليات (سيك) للعمليات غير المتغيرة عندما يكون الشكل البارامتري لتوزيع العملية غير متوفر. وتستند معظم إجراءات سيك القائمة إلى افتراض أن الشكل البارامتري (على سبيل المثال العادي) لتوزيع العملية يمكن تحديده مسبقا. في الأدب، وقد ثبت أن أدائها لا يمكن الاعتماد عليها في الحالات عندما يكون توزيع عملية محددة مسبقا غير صالح. وللتغلب على هذا القيد، اقترحت بعض مخططات التحكم غير السوية (أو الخالية من التوزيع) سيك، ومعظمها يستند إلى معلومات ترتيب البيانات المرصودة. تحاول هذه الورقة تقديم مساهمتين في أدب سيك غير اللامباري. أولا، نقترح إطارا بديلا لبناء مخططات التحكم غير البارامتري، من خلال تصنيف البيانات المرصودة أولا ثم تطبيق أساليب تحليل البيانات الفئوية ل سيك. وفي إطار هذا الإطار، تقترح بعض المخططات الجديدة للتحكم غير المتماثل. ثانيا، نقارن مخططات التحكم المقترحة مع العديد من المخططات السيطرة القائمة التمثيلية في مختلف الحالات. وتقدم بعض المبادئ التوجيهية التجريبية للمستخدمين اختيار مخطط التحكم غير اللامركزي المناسب لتطبيق معين. تحتوي هذه المقالة على مواد إضافية عبر الإنترنت. من قبل زونغهوا تشانغ، هونغ شين، ينغبنغ سانغ. 2005. ومن المتفق عليه عموما أن نقطتين رئيسيتين تجتذبان دائما شواغل خاصة أثناء نمذجة كشف الاقتحام القائم على الشذوذ. واحد هو تقنيات حول تمييز اثنين من الطبقات مع ميزات مختلفة، وآخر هو كونستروكشيونسكليكتيون من العينة لوحظ من نمط يحدث عادة. ومن المتفق عليه عموما أن نقطتين رئيسيتين تجتذبان دائما شواغل خاصة أثناء نمذجة كشف الاقتحام القائم على الشذوذ. واحد هو تقنيات حول تمييز اثنين من الطبقات مع ميزات مختلفة، وآخر هو الانشاءات من عينة لوحظ من أنماط تحدث عادة لتوصيف الطابع الطبيعي للنظام. في هذه الورقة، بدلا من التركيز على تصميم نماذج الكشف عن الشذوذ محددة، فإننا نقصر اهتمامنا لتحليل بيئات التشغيل كاشفات الشذوذ، مما يسهل لنا نظرة ثاقبة قدرات الشذوذ التشغيلية الشذوذ، بما في ذلك تغطية الكشف والبقع العمياء، و ومن ثم تقييمها بطرق مقنعة. أخذ التشابه مع مشكلة الحث كنقطة انطلاق، ونحن يلقي الكشف عن الشذوذ في إطار إحصائي، مما يعطي تحليلا رسميا للكشف عن الشذوذ السلوك المتوقع من مستوى عال. بعض المشاكل القائمة والحلول الممكنة حول التوصيف الطبيعي للمواضيع الملحوظة التي من المضيفين والشبكات تعالج على التوالي. كدراسات حالة، يتم تحليل العديد من أجهزة الكشف الشذوذ النموذجية ومقارنتها من مستقبل بيئات التشغيل الخاصة بهم، وخاصة تلك العوامل التي تسبب تغطية الكشف الخاصة أو البقع العمياء. وعلاوة على ذلك، فإن تقييم أجهزة الكشف الشاذة يناقش أيضا على أساس بعض المعايير الحالية. ويظهر التحليل الدقيق أن الفهم الأساسي لبيئات التشغيل (أي خصائص المواد التي يمكن ملاحظتها) هو المرحلة الابتدائية ولكن الأساسية في عملية إنشاء نموذج فعال للكشف عن الشذوذ، وهو ما يستدعي استكشافا ثاقبة، لا سيما عندما نواجه المعضلة بين الكشف عن الشذوذ الأداء والتكلفة الحسابية. وبالتالي ينبغي النظر في القياس المستمر الكامن وراء ذلك في نموذج البيانات، من أجل التعرف على عملية التحول. وبناء على هذه الحقيقة، قد يكون لبيانات إوما النموذجية -9--، بدلا من المتغيرات القائمة على إوما، المزيد من المساهمة في توصيف أحداث تدقيق الكمبيوتر. بالإضافة إلى ذلك، في نموذج البيانات الأصلي، تم النظر فقط في نوع الحدث التدقيق، ث. بقلم إتسوكو كوسوكاوا، تاكايوكي كوتاني. نبذة مختصرة. كما المخططات لرصد عملية كسر ديفيكتيفس، P، في عمليات ذات العائد المرتفع، ميشيما وآخرون. (2002) رسم بياني اصطناعي، وهو مخطط كس الصناعي، الذي يدمج كس (عينة التأكيد) سك (العدد التراكمي للمطابقة) - الرسم البياني ورسم البياني سك-r. و كس الاصطناعية ج. نبذة مختصرة. كما المخططات لرصد عملية كسر ديفيكتيفس، P، في عمليات ذات العائد المرتفع، ميشيما وآخرون. (2002) رسم بياني اصطناعي، وهو مخطط كس الصناعي، الذي يدمج كس (عينة التأكيد) سك (العدد التراكمي للمطابقة) - الرسم البياني ورسم البياني سك-r. تم تصميم المخطط كس الاصطناعي لمراقبة خصائص الجودة في الوقت الحقيقي. مؤخرا، كوتاني وآخرون. (2005) عرضا للمتوسط ​​المتحرك المتوسط ​​المرجح (أوما)، والذي يأخذ في الاعتبار الجمع بين خصائص الجودة التي رصدت في الماضي وواحدة رصدت في الوقت الحقيقي. في هذه الورقة، نقدم مخطط بديل أكثر تفوقا على الرسم البياني إوماسك-r. وهو التكامل بين الرسم البياني إوماسك-r والمخطط سك-r. في استخدام المخطط المقترح، يتم الحكم على سمة الجودة في البداية إما في حالة التحكم أو خارج نطاق السيطرة، وذلك باستخدام حدود التحكم الدنيا والعليا للمخطط إوماسك-r. إذا لم يتم الحكم على العملية كدولة في السيطرة من قبل الرسم البياني إوماسك-r، يتم الحكم على العملية تباعا، وذلك باستخدام الرسم البياني سك-r لتأكيد الحكم من الرسم البياني إوماسك-r. نقارن أنوس (متوسط ​​عدد الملاحظات إلى الإشارة) من المخطط المقترح مع تلك من الرسم البياني إوماسك-r والرسم البياني كس الاصطناعية. من التجارب العددية، مع صغر حجم عناصر التفتيش، والرسم البياني المقترح هو الأكثر حساسية للكشف وخاصة التحولات الصغيرة في P بين ششارت هيوهارت أخرى. وقد تم اقتراح مخططات إوما للمتغيرات في السنوات الأخيرة (انظر كرودر، 1987 نغ أند كيس، 1989sLucas أند ساكوتشي، 1990، دومانغ أند باتش، 1991، سرينولدز، 1996 أند - Steiner، 1998--). كما سمات إيما الرسوم البيانية، غان (2002) و بورور وآخرون. (1998) عرض مخطط إوما لرصد عدد العيوب التي تتبع توزيع بواسون، المشار إليها باسم الرسم البياني ثيسويماك. تجميع البيانات أضعافا مضاعفة متحرك متوسط ​​الرسوم البيانية التحكم في صناعة السحابات المعدنية في عملية يموت التدريجي، وغيرها من الحالات الصناعية، المهم لا يمكن قياس أبعاد الجودة على نطاق مستمر، وتصنف الأجزاء المصنعة إلى مجموعات باستخدام مقياس خطوة. تقترح هذه الورقة نسخة من مخططات التحكم المتوسط ​​المرجح ألسيا (إوما) التي تنطبق على مراقبة البيانات المجمعة للتحولات العملية. تتم مقارنة خصائص طول تشغيل هذا المخطط الجديد إوما البيانات المجمعة مع نتائج مماثلة تم الحصول عليها سابقا ل إوما المخططات لبيانات المتغيرات ومع تلك للمجموع التراكمي (كوسوم) المخططات استنادا إلى البيانات المجمعة. البيانات المجمعة تظهر الرسوم البيانية إوما على أنها فعالة تقريبا كخرائط إوما المستندة إلى المتغيرات وبالتالي فهي بديل جذاب عندما لا يكون جمع بيانات المتغيرات ممكنا. بالإضافة إلى ذلك، البيانات المجمعة إوما المخططات هي أقل تأثرا من ديسرتيس المتأصلة في البيانات المجمعة من البيانات المجمعة المخططات كوسوم. في تطبيق السحابات المعدنية، كانت البيانات إوما المخططات المجمعة بسيطة لتنفيذ وسمح الكشف السريع عن التحولات العملية غير مرغوب فيها. اكتشاف أبحاث worldx27s اقتباسات الاقتباسات 31 المراجع المراجع 6 أظهرت مقارنة التوقعات الديموغرافية اتجاها من المبالغة في التقدير، في حين أن مقارنة خصائص سلوك السفر تشير إلى عدم إدراج التحولات الأساسية والتغيرات المجتمعية. وأظهرت شتاينر 14 نسخة من مخططات التحكم المتوسط ​​المرجح أضعافا مضاعفة (إوما) المطبقة على رصد البيانات المجمعة للتحولات العملية. تتم مقارنة خصائص طول الجري لهذه المخططات إوما المجموعة الجديدة مع نتائج مماثلة تم الحصول عليها سابقا ل إوما المخططات البيانات المتغيرات مع تلك المخططات المجموع التراكمي (كوسوم) استنادا إلى البيانات المجمعة. عرض الملخص الملخص إخفاء الملخص: في هذه الورقة، نناقش ثلاثة نماذج تحليلية لسلسلة زمنية لاختيار أكثر فعالية مع نماذج التنبؤ الدقيقة، من بين أمور أخرى. نحن نحلل تحليليا تحقيق مؤشر ستوكاستيك باستخدام (1) المتوسط ​​المتحرك k - ث، (2) المتوسط ​​المتحرك المرجح ك، و (3) ك المتوسطات الأسية المتوسط ​​المتحرك ك. تم تطبيق طرق الفحص على 1000 مجموعة بيانات مستقلة لخمسة معلمات مختلفة مع الأوامر المحتملة p q 5. نعتبر البيانات الثابتة () 0 د. والبيانات غير الثابتة مع الاختلافات الأولى والثانية () 1، 2 د لنماذج أريما. ونحن نعتبر قصيرة الأجل () 50 ن وطويلة الأجل، () 500 ن ملاحظات. تم تطوير وتقييم نماذج متقاربة مشابهة لسعر اإلغالق اليومي لسعر سهم شركة بالتل في فلسطين. والنتيجة الرئيسية هي أن واحدة أو أكثر من النماذج المقترحة تعطي، في معظم مجموعات البيانات المحاكاة، دقة أفضل من التنبؤ بالنموذج الكلاسيكي (أريما). وعلى وجه الخصوص، في معظم مجموعات البيانات المحاكاة 3 يعد المتوسط ​​المتحرك المتسارع الأسي على أساس المتوسط ​​المتحرك المتكامل للانحدار الذاتي (EWMA3-أريما) أفضل نموذج للتنبؤ بين جميع النماذج الأخرى. بالنسبة لأسعار سهم بالتل، فإن أفضل نموذج للتنبؤ هو المتوسط ​​المتحرك 3 مرات استنادا إلى المتوسط ​​المتحرك المتكامل للانحدار الذاتي (MA3-أريما) بين جميع النماذج الأخرى. النص الكامل المادة يناير 2013 المجلة الدولية للجودة في الرعاية الصحية سمير K صافي عصام داوود تبين هذه الدراسة المقارنة أن مخططات التحكم المقترحة لدينا تؤدي بشكل إيجابي في الحالات التي تم النظر فيها. وقد نوقشت عملية رصد المرحلة الثانية من البيانات المصنفة (أو المجمعة) في أدبيات شتاينر وجير و ويسولوسكي (1996) وشتاينر (1998). في مقالاتهم، اعتبر شتاينر والمؤلفين المشاركين الحالة عندما يكون توزيع إيك له شكل معلمي معروف (مثل العادي) الملاحظات الفردية قد لا تكون معروفة تماما بدلا من ذلك، فمن المعروف أنها تنتمي إلى فترات معينة معينة. عرض الملخص الملخص إخفاء: تتناول هذه المقالة التحكم في العملية الإحصائية (سيك) العمليات أحادية المتغير عندما يكون النموذج المعلمي لتوزيع العملية غير متوفر. وتستند معظم إجراءات سيك القائمة إلى افتراض أن الشكل البارامتري (على سبيل المثال العادي) لتوزيع العملية يمكن تحديده مسبقا. في الأدب، وقد ثبت أن أدائها لا يمكن الاعتماد عليها في الحالات عندما يكون توزيع العملية بريسبسيفيد غير صالح. وللتغلب على هذا القيد، اقترحت بعض المخططات غير اللامركزية (أو الخالية من التوزيع) ل سيك، ومعظمها يستند إلى معلومات ترتيب البيانات الملحوظة. تحاول هذه المقالة تقديم مساهمتين في أدب سيك غير اللامباري. أولا، نقترح إطارا بديلا لبناء مخططات التحكم غير البارامتري، من خلال تصنيف البيانات المرصودة أولا ثم تطبيق أساليب تحليل البيانات الفئوية ل سيك. وفي إطار هذا الإطار، تقترح بعض المخططات الجديدة للتحكم غير المتماثل. ثانيا، نقارن مخططات التحكم المقترحة مع العديد من المخططات السيطرة القائمة التمثيلية في مختلف الحالات. وتقدم بعض المبادئ التوجيهية التجريبية للمستخدمين اختيار مخطط التحكم غير اللامركزي المناسب لتطبيق معين. تحتوي هذه المقالة على مواد إضافية عبر الإنترنت. النص الكامل المادة يناير 2012 بيهوا تشيو زونغوا لي حيث g هو طول المدى ر الوقت R مصفوفة الانتقال بعد الصف الأخير والعمود تم حذف 1 ناقلات العمود من أنا وأنا مصفوفة الهوية (انظر ملحق شتاينر 9 ل المزيد من التفاصيل). مخططات التحكم المعدلة حسب المخاطر أصبحت شعبية لعمليات الرصد التي تنطوي على إدارة وعلاج المرضى في المستشفيات أو غيرها من مؤسسات الرعاية الصحية. ومع ذلك، حتى الآن، لم يتم دراسة تأثير خطأ التقدير على المخططات السيطرة على المخاطر المعدلة. لقد درسنا تأثير خطأ التقدير على أداء المجموع التراكمي الثنائي المعدل (كوسوم) المحسوب بالمخاطر باستخدام البيانات الفعلية والمحاكاة على المرضى الذين يخضعون لعملية جراحية في الشريان التاجي للشريان التاجي وتقييمهم للوفيات حتى 30 يوما بعد الجراحة. وأشير إلى أثر خطأ التقدير بتغير متوسط ​​أطوال التشغيل x27truex27 التي تم الحصول عليها باستخدام العينات المتكررة للبيانات المرصودة في إطار سيناريوهات واقعية مختلفة. وأظهرت النتائج أن خطأ التقدير يمكن أن يكون له تأثير كبير على أداء مخطط كوسوم المعدل حسب المخاطر من حيث تباين أرلس الحقيقية. وعلاوة على ذلك، كان الأداء يعتمد اعتمادا كبيرا على عدد الأحداث المستخدمة في استخلاص معلمات المخطط الرقابي و أرل المحدد لعملية التحكم (أرل (0)). ومع ذلك، تشير النتائج إلى أن عدم اليقين في معدل الحدث المعاكس العام هو المكون الرئيسي لخطأ التقدير. وعند تصميم مخطط التحكم، يمكن أن يؤخذ في الاعتبار تأثير خطأ التقدير عن طريق توليد عدد من عينات بوتستراب من بيانات المرحلة الأولى المتاحة ومن ثم تحديد حد التحكم اللازم للحصول على أرل (0) لمستوى محدد سلفا 95 من الوقت. إذا كانت بيانات المرحلة الأولى محدودة، قد يكون من المستحسن الاستمرار في تحديث معلمات النموذج حتى بعد تنفيذ مراقبة المرضى المحتملين. النص الكامل المادة ديسمبر 2011 مارك A جونز ستيفان H شتاينر