붓스트랩에 기초하여 조정한 관리한계를 사용하는 CCC-r 관리도의 성능 = Performance of CCC-r charts with bootstrap adjusted control limits

다국어 초록 (Multilingual Abstract)

CCC-r chart is effective for high-quality processes with a very low fraction nonconforming. The values of process parameters should be estimated from the Phase I sample since they are often not known. However, if the Phase I sample size is not sufficiently large, an estimation error may occur when the parameter is estimated and the practitioner may not achieve the desired in-control performance. Therefore, we adjust the control limits of CCC-r charts using the bootstrap algorithm to improve the in-control performance of charts with smaller sample sizes. The simulation results show that the adjustment with the bootstrap algorithm improves the in-control performance of CCC-r charts by controlling the probability that the in-control average number of observations to signal (ANOS) has a value greater than the desired one.

국문 초록 (Abstract)

CCC-r 관리도는 불량률이 매우 낮은 고품질 공정을 관리하는 데 효율적이라고 알려져 있다. 대부분의 공정에서 공정 모수의 값은 알려져 있지 않기 때문에 제1국면에서 이를 추정해야 하는데, 표본의 크기가 충분히 크지 않은 경우 추정 오차가 발생하여 원하는 관리상태에서의 성능을 만족하지 못하는 경우가 발생한다. 뿐만 아니라 제1국면에서 추출하는 표본에 따른 산포로 인하여 관리상태일 때의 성능의 산포 또한 커지게 된다. 이러한 문제를 해결하기 위해 이 논문에서는 관리상태일 때 신호까지의 평균관측개수가 사전에 정한 확률로 목표하는 값보다 큰 값을 갖도록, 붓스트랩 알고리즘을 사용하여 CCC-r 관리도의 관리한계를 조정하는 절차를 제안하였다. 이때 고품질 공정에 적용하기 위하여 최대우도추정량 대신 베이즈추정량을 사용하여 불량률을 추정하였다. 다양한 상황에 대해 모의실험을 수행한 결과, 제안된 절차는 CCC-r 관리도의 관리상태 성능을 크게 향상시킴을 알 수 있었다.

참고문헌 (Reference)

1 김재연, "추정된 모수를 사용한 CCC-r 관리도에서 관리상태의 성능" 한국통계학회 31 (31): 485-495, 2018

2 한성원, "베이즈 추정량에 기초한 베르누이 GLR 관리도" 한국데이터정보과학회 29 (29): 37-47, 2018

3 홍휘주, "기하분포에 기초한 관리도에서 베이즈추정량과 최대우도추정량 사용의 성능 비교" 한국통계학회 28 (28): 907-920, 2015

4 Faraz, A., "The np chart with guaranteed in-control average run lengths" 33 : 1057-1066, 2017

5 Lee, J., "The effect of parameter estimation on upper-sided Bernoulli cumulative sum charts" 29 : 639-651, 2013

6 Zhao, M. J., "The c-chart with bootstrap adjusted control limits to improve conditional performance" 32 : 2871-2881, 2016

7 Psarakis, S., "Some recent developments on the effects of parameter estimation on control charts" 30 : 1113-1129, 2014

8 Zhang, M., "Performance comparison for the CRL control charts with estimated parameters for high-quality processes" 14 : 31-43, 2017

9 Faraz, A., "Guaranteed conditional performance of the S2 control chart with estimated parameters" 53 : 4405-4413, 2015

10 Gandy, A., "Guaranteed conditional performance of control charts via bootstrap methods" 40 : 647-668, 2013

11 Zhang, M., "Geometric charts with estimated control limits" 29 : 209-223, 2013

12 김민지, "Geometric charts with bootstrap-based control limits using the Bayes estimator" 한국통계학회 27 (27): 65-77, 2020

13 Zhang, M., "Exponential CUSUM charts with estimated control limits" 30 : 275-286, 2014

14 Jensen, W. A., "Effects of parameter estimation on control chart properties : a literature review" 38 : 349-364, 2006

15 Shewhart, W. A., "Economic Control of Quality of Manufactured Product" Van Nostrand 1931

16 Roberts, S. W., "Control chart tests based on geometric moving averages" 1 : 239-250, 1959

17 Page, E. S., "Continuous inspection schemes" 41 : 100-115, 1954

18 Zhang, M., "CCC-r charts’ performance with estimated parameter for high-quality process" 35 : 946-958, 2019

19 Jones, M. A., "Assessing the effect of estimation error on the risk-adjusted CUSUM chart performance" 24 : 176-181, 2012

20 Saleh, N. A., "Another look at the EWMA control chart with estimated parameters" 47 : 363-382, 2015

21 Xie, M., "A quality monitoring and decision-making scheme for automated production processes" 16 : 148-157, 1999

22 Wu, Z., "A comparative study of the CRL-type control charts" 16 : 269-279, 2000