Comparison of control charts for autocorrelated data

Abstract

Günümüzde ölçme tekniklerinin gelişmesiyle birlikte örnekleme aralıkları da kısalmıştır, bu durum veri seti içinde otokorelasyona yol açmaktadır. Ayrıca, kimyasal süreçlerde ve rafineri operasyonlarında olduğu gibi bazı endüstrilerde otokorelasyon sürecin doğasından kaynaklanmaktadır. Otokorelasyonla başa çıkabilmek için, son dönemlerde mevcut kalite kontrol kartları iyileştirilmekte veya yeni kontrol kartları geliştirilmektedir. X artık ve EWMA artık gibi kontrol kartları otokorelasyonlu gözlemler için sıkça kullanılan kartlardandır. Bunların dışında, son yıllarda bu tip gözlemler için EWMAST, ARMAST ve DFTC kartları geliştirilmiştir. Kontrol kartı kıyaslamaları araştırmacılar tarafından büyük ilgi görmüştür. Literatürde birçok kıyaslama çalışması bulunmasına rağmen, bu çalışmaların pek azında otokorelasyon yapısı birinci dereceden otoregresif hareketli ortalama modeline uymaktadır. Bu araştırmanın amacı, Shewhart X, CUSUM, X artık, EWMA artık, EWMAST, ARMAST, ve DFTC kartlarını ARMA (1,1) süreci için ve süreç ortalamasından sapma olduğu durumda kıyaslamaktır. Kıyaslama için kullanılan performans ölçüsü ortalama koşum uzunluğudur. As a result of improvements in measurement techniques, sampling intervals become shorter, and this causes serial correlation in data. Also, in some process industries like chemical manufacturing and refinery operations serial correlation is inherent in consecutive measurements. To deal with this challenge, the traditional control charts are improved or new control charts are developed in the last few decades. Residual control charts such as X residual and EWMA residual are widely used control charts for autocorrelated data. In recent years, EWMAST, ARMAST, and DFTC charts have been also introduced for this type of data. To compare the performances of control charts have attracted interest of researchers. In the relevant literature, although there have been a lot of comparison studies, in only few of them the first-order autoregressive moving average (ARMA(1,1)) process have been investigated. The objective of this research is to compare performances of Shewhart X, CUSUM, X residual, EWMA residual, EWMAST, ARMAST, and DFTC charts for ARMA(1,1) process when the mean shifts. Performance criterion used for this comparison is the average run length (ARL).