• 응용통계연구
• /
• 제33권2호
• /
• pp.161-170
• /
• 2020

${\bar{X}}-S^2$ 관리도는 공정 평균과 산포의 변화를 동시에 탐지하는 전통적인 관리도들 중 하나이다. 일반적으로 사용하는 ${\bar{X}}-S^2$ 관리도의 설계 방법은 병행하는 관리도의 오경보율은 주어진 값을 만족하면서 각 관리도는 동일한 개별적인 오경보율을 갖도록 설정하는 것이다. 이 논문에서는 각 관리도의 개별 오경보율을 다르게 설정하고 이것이 ${\bar{X}}-S^2$ 관리도의 성능에 어떠한 영향을 주는지 살펴보았다. 이를 위해 ${\bar{X}}$ 관리도의 오경보율을 S² 관리도의 오경보율에 γ배한 경우를 고려하였고, γ값에 따른 ${\bar{X}}-S^2$ 관리도 성능을 비교하였다. 관리도의 성능을 평가하는 측도로는 특정한 변화에 대한 성능을 판단하는 경우 이상상태에서의 평균런길이를 사용하였고, 전반적인 성능을 판단하는 경우 RMI(relative mean index)를 사용하였다.

• 품질경영학회지
• /
• 제31권2호
• /
• pp.117-130
• /
• 2003

This paper investigates the economic design of synthetic control charts. The synthetic control chart has been proven to be statistically superior to the $\bar{X}$-control chart, but its economic characteristics have not been known. We develop an economic model of the synthetic control chart, based on Duncan's model. The synthetic chart has one more decision variable, the lower control limit for the conforming run length. In addition to this, the significance level and the power of the synthetic chart are more complicated than those of the $\bar{X}$-chart. These features make the optimization problem more difficult. We propose an optimization algorithm by adapting the congruent gradient algorithm. We compare the optimal cost of the synthetic chart with that of (equation omitted)-control chart, under the same input parameter set of Duncan’s. For all cases investigated, the synthetic chart shows superior to the $\bar{X}$-chart. The synthetic control chart is easy to implement, and it has better characteristics than the $\bar{X}$-chart in economical sense as well as in statistical sense, so it will be a good alternative to the traditional control charts.

• 품질경영학회지
• /
• 제40권2호
• /
• pp.186-198
• /
• 2012

Since Duncan(1956) first proposed an economic design of $\bar{X}$-control charts, most of the succeeding works on economic design of control charts assumed the exponential failure model like Duncan. Hu(1984), however, assumed a more versatile Weibull failure model to develop an economic design of $\bar{X}$-control charts and Banerjee and Rahim(1988) further improved Hu's design by changing the assumption of fixed-length sampling intervals to variable-length ones. In this article we follow the approach of Banerjee and Rahim(1988) but include a pair of warning limits inside the control limits in order to search for a failure without stopping the process when the sample mean falls between warning and control limits. The computational results indicate that the proposed model gives a lower cost than Banerjee and Rahim's model unless the early failure probability of a Weibull distribution is relatively large. The reduction in cost is shown to become larger as the cost of production loss outweighs the cost of searches for a failure.

• 산업경영시스템학회지
• /
• 제27권2호
• /
• pp.114-122
• /
• 2004

In statistical process control applications, variable sample size (VSS) $\bar{X}$ chart is often used to detect the assignable cause quickly. However, it is usually assumed that only one assignable cause results in the out-of-control in the process. In this paper, we propose the algorithm to minimize the function of cost per unit time and compare the economic design and the statistical design by use of the value of cost per unit time. We consider double assignable causes to occur with compound in the process and adopt the Markov chain approach to investigate the statistical properties of VSS $\bar{X}$ chart. A procedure that can calculate the control chart's parameters is proposed by the economic design.

• 핵의학기술
• /
• 제16권1호
• /
• pp.115-118
• /
• 2012

Levey-Jennings 정도관리는 측정치가 관리 허용치(평균 ${\pm}2SD$ 또는 ${\pm}3SD$)를 벗어나는 우연오차만 관리를 했었다면, Westgard Multi-Rules 정도관리는 우연오차와 계통오차의 분리분석을 할 수 있고 복합적용이 가능해 병원 인증 내부정도관리에서도 적극 권장하고 있다. 하지만 검체검사 정도관리에서는 kit 내 같은 기질의 정도관리 물질을 사용해 계통오차의 인지가 쉽지 않고 잦은 농도 변경으로 목표치 설정이 어려워 Westgard Multi-Rules의 적용이 힘들었다. 따라서 본 연구는 정도관리 물질을 상용화된 제 3의 물질을 사용해 신뢰성 있는 목표치를 산출하고 Westgard Multi-Rules을 적용함으로써 정도관리를 개선하고자 한다. 갑상선 검사인 Total T3를 대상으로 정도관리 물질을 B사의 Immunoassay Plus Control Level 1, 2, 3를 사용하여 ${\pm}2SD$를 벗어난 값을 제외한 1개월 동안 295회 데이터의 평균값으로 목표치를 설정하였다. 그리고 20일간 총 194회 실험의 정도관리 물질 측정치를 표준편차 지수를 이용하여 하나의 관리도상에 놓고 Westgard Multi-Rules 중 12s, 22s, 13s, 2 of 32s, R4s, 41s, $10\bar{x}$, 7T의 규칙들을 적용하여 우연오차와 계통오차를 분리하여 분석하였다. Total T3의 목표치는 정도관리 물질 1, 2, 3번이 각각 84.2 ng/dl, 156.7 ng/dl, 242.4 ng/dl로 설정되었고 표준편차는 각각 11.22 ng/dl, 14.52 ng/dl, 14.52 ng/dl로 설정되었다. 설정된 목표치를 기준으로 Westgard Multi-Rules을 적용한 뒤 유형을 분석한 결과 우연오차인 12s가 48회, 13s가 13회, R4s가 6회로 분석되었고 계통오차인 22s는 10회, 41s가 11회, 2 of 32s가 17회, $10\bar{x}$가 10회로 분석되었으며 7T는 적용되어지지 않았다. 통제 불가능한 우연오차의 유형들은 전체실험과정을 재확인하고 재검사 비중을 높이는 등의 조치를 취하였으며 통제 가능한 계통오차의 유형들은 원인을 찾아 조치사항 양식에 기록하고 필요 시 내부정도관리 위원회에 보고하였다. 상용화된 제 3의 물질을 정도관리 물질로 사용하고 목표치를 설정함에 따라 하나의 관리도 상에서 3가지 정도관리 물질에 대한 Westgard Multi-Rules의 적용이 가능하게 되었고, 그 결과 12s, 22s, 13s, 2 of 32s, R4s, 41s, $10\bar{x}$, 7T 규칙들의 분석으로 우연오차와 계통오차의 정밀분석이 가능해 졌다. 또한 ${\pm}3SD$ 내의 모든 데이터를 분석 할 수 있어 Error 검출을 최대화 할 수 있게 되었다. 이와 같이 체계적으로 Westgard Multi-Rules을 적용한 정도관리는 검체검사의 정도관리에 질적 향상을 가져다 줄 것이다.

• 산업경영시스템학회지
• /
• 제10권16호
• /
• pp.101-106
• /
• 1987

Statistical control charts are useful tools to monitor and control the manufacturing processes and are widely used in most Korean industries. Many Korean companies, however, do not always obtain desired results from the traditional control charts by Shewhart such as the $\bar{X}$-chart, $\bar{X}$-chart, $\bar{X}$-chart, etc. This is partly because the quality charterstics of the process are not distributed normally but are skewed due to the intermittent production, small lot size, etc. In Shewhart $\bar{X}$-chart. which is the most widely used one in Kora, such skewed distributions make the plots to be inclined below or above the central line or outside the control limits although no assignable causes can be found. To overcome such shortcomings in nonnormally distributed processes, a distribution-free type of confidence interval can be used, which should be based on order statistics. This thesis is concerned with the design of control chart based on a sample median which is easy to use in practical situation and therefore properties for nonnormal distributions may be easily analyzed. Control limits and central lines are given for the more famous nonnormal distributions, such as Gamma, Beta, Lognormal, Weibull, Pareto, Truncated-normal distributions. Robustness of the proposed median control chart is compared with that of the $\bar{X}$-chart; the former tends to be superior to the latter as the probability distribution of the process becomes more skewed. The average run length to detect the assignable cause is also compared when the process has a Normal or a Gamma distribution for which the properties of X are easy to verify, the proposed chart is slightly worse than the $\bar{X}$-chart for the normally distributed product but much better for Gamma-distributed products. Average Run Lengths of the other distributions are also computed. To use the proposed control chart, the probability distribution of the process should be known or estimated. If it is not possible, the results of comparison of the robustness force us to use the proposed median control chart based oh a normal distribution. To estimate the distribution of the process, Sturge's formula is used to graph the histogram and the method of probability plotting, $\chi$$^2$-goodness of fit test and Kolmogorov-Smirnov test, are discussed with real case examples. A comparison of the proposed median chart and the $\bar{X}$ chart was also performed with these examples and the median chart turned out to be superior to the $\bar{X}$-chart.

• 한국인터넷방송통신학회논문지
• /
• 제11권2호
• /
• pp.245-252
• /
• 2011

VoIP는 IP기반의 네트워크를 통해 음성 통화를 전송하는 Voice over Internet Protocol의 약자로서 최근에는 IP기반으로 음성 이외의 다양한 서비스가 제공되고 있다. 이러한 VoIP서비스의 확대 공급에 따라 VoIP 서비스의 품질관리가 중요한 이슈로 부각되고 있다. 따라서 본 논문에서는 VoIP서비스의 품질관리에 관한 연구를 다룬다. 이를 위하여 본 고에서는 VoIP 기술, 서비스 현황 및 네트워크 구성도를 파악하고 네트워크 사업자 관점이 아닌 고객관점의 VoIP 품질관리를 위한 key quality indicators(KQIs)/key performance indicators(KPIs)를 파악한다. 이를 위하여 일반적인 서비스 품질관리의 개념과 통신관련 서비스 품질관리의 개념에 대해서도 파악한다. 또한 KQIs중 가장 중요하다고 생각되는 품질관리 지표를 선정하여 통계적 품질관리 기법 중 하나인 $\bar{x}$와 R Charts를 이용하여 어떻게 기업에서 품질관리를 할 수 있는지 실제 예를 보여준다.

• 품질경영학회지
• /
• 제29권1호
• /
• pp.1-10
• /
• 2001

We consider the problem of detecting special variations in multivariate $T^2$-control chart when two or more multivariate outliers are present. Since a multivariate outlier may reflect slippage in mean, variance, or correlation, it can distort the sample mean vector and sample covariance matrix. Damaged sample mean vector and sample covariance matrix have difficulty in examining special variations clearly, An alternative to detection outliers or special variations is to use robust estimators of mean vector and covariance matrix that are less sensitive to extreme observations than are the standard estimators $\bar{x}$ and $\textbf{S}$. We applied popular minimum volume ellipsoid(MVE) and minimum covariance determinant(MCD) method to estimate mean vector and covariance matrix and compared its results with standard $T^2$-control chart using simulated multivariate data with outliers. We found that the modified $T^2$-control chart based on the above robust methods were more effective in detecting special variations clearly than the standard $T^2$-control chart.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2010년도 추계학술대회 초록집
• /
• pp.138.2-138.2
• /
• 2010

온실가스 저감과 안정적인 에너지 확보를 위해, 정부는 신재생에너지 지원사업 정책을 보급보조사업(그린홈 100만호 사업, 일반보급보조사업, 지방보급사업)과 기반보조사업(발전차액지원제도, RPS(Renewable Portfolio Standard)시범사업)으로 나누어 수행하고 있다. 특히 최근 개정된 "신에너지 및 재생에너지 개발 이용 보급 촉진법"에서는 RPS도입을 염두에 두고, 1차에너지 공급 중 신재생에너지 공급의무 비율은 2015년까지 13%, 특히 태양에너지는 2015년 1,209GWh라는 목표를 제시하고 있다. 신재생에너지보급이 지역적 특성을 갖고, 신재생에너지원별 비용측면의 경쟁력에 차이가 남에 따라, 향후 RPS 도입시 예상되는 지역별 경쟁력 평가는 중요한 의미를 가질 것으로 판단된다. 본 연구는 이러한 목적에 따라 우선 그린홈 100만호 사업, 일반 및 지방보급사업의 경우, 설비용량 당 투자비의 분포를 살펴보았다. 그린홈 100만호 사업의 설비용량 당 투자비는 평균($\bar{X}$) 6,449,032원/KW, 표본오차(s) 358,743으로 나타났다. 낮은 설비용량 당 투자비를 가지는 사업설비는 경남(4,256,667원/KW), 광주(4,331,333원/KW) 등에 분포하였다. 그린홈 100만호 사업 이외의 survey 데이터는 다소 불비한 측면이 있으나 일반 및 지방보급사업의 경우, 지역별 설비용량 당 투자비 분포에 대한 평균($\bar{X}$)은 9,145,692원/KW, 9,336,695원/KW, 표본오차(S) 2,154,263, 470,945로 나타났다. 발전차액지원제도의 경우, 지역별 설비보급에 대한 분포는 전남 389개 사업설비의 소용량 사업이 집중적인 지원을 받고 있음을 확인하였다. 본 연구는 에너지관리공단의 2009년 전수조사 내부자료인 국내 태양광사업의 현황을 분석함으로써, 태양광 사업에 가중치를 적용하는 RPS 도입 시, 보급경쟁력을 비교 분석하여 지역별, 설비별 사업투자를 위한 기초적인 가이드라인을 제공할 수 있을 것으로 판단된다. 연구과정에서 확인된 데이터 오류 및 자료 부재의 문제점 등은 향후 합당한 지역별, 설비별 비교분석을 위해 보완되어야 할 부분으로 지적한다.

• 산업경영시스템학회지
• /
• 제39권2호
• /
• pp.37-45
• /
• 2016

Control chart is representative tools of statistical process control (SPC). It is a graph that plotting the characteristic values from the process. It has two steps (or Phase). First step is a procedure for finding a process parameters. It is called Phase I. This step is to find the process parameters by using data obtained from in-controlled process. It is a step that the standard value was not determined. Another step is monitoring process by already known process parameters from Phase I. It is called Phase II. These control chart is the process quality characteristic value for management, which is plotted dot whether the existence within the control limit or not. But, this is not given information about the economic loss that occurs when a product characteristic value does not match the target value. In order to meet the customer needs, company not only consider stability of the process variation but also produce the product that is meet the target value. Taguchi's quadratic loss function is include information about economic loss that occurred by the mismatch the target value. However, Taguchi's quadratic loss function is very simple quadratic curve. It is difficult to realistically reflect the increased amount of loss that due to a deviation from the target value. Also, it can be well explained by only on condition that the normal process. Spiring proposed an alternative loss function that called reflected normal loss function (RNLF). In this paper, we design a new control chart for overcome these disadvantage by using the Spiring's RNLF. And we demonstrate effectiveness of new control chart by comparing its average run length (ARL) with ${\bar{x}}-R$ control chart and expected loss control chart (ELCC).