116. CUSUM ve EWMA kontrol kartları
Şablon kimliği: cusum_ewma · Kategori: kalite · Dil: R · Dosya: pro/sablonlar/kalite/cusum_ewma.R (satır 1–256; üstbilgi 1–109) · Örnek veri: _ornek/montgomery_cusum.csv · Paketler: yok (yalnız temel R)
116.1 Ne işe yarar
Şablon, bir sürecin ortalamasındaki küçük kaymaları Shewhart \bar x kartından daha erken yakalayan iki kartı kurar: tablolu iki yönlü CUSUM (birikimli toplam; Page, 1954) ve EWMA (üstel ağırlıklı hareketli ortalama; Roberts, 1959). Cevapladığı soru: "Ortalama hedef \mu_0'dan, tek bir ölçümün 3 standart sapmalık sınırına varmayacak kadar, ama sürekli bir yönde kaydı mı; kaydıysa ne zaman ve yaklaşık ne kadar?" Shewhart kartı yalnız son noktaya bakar; CUSUM ve EWMA geçmişin tümünü kullanır ve 0,5–2 standart sapmalık kaymalarda çok daha kısa ARL verir (116.4.5).
Ne zaman kullanılır?
- Ortalamadaki küçük, kalıcı kaymaların hızla bulunması gerektiğinde (ölçüm sayısı az, her sinyalin maliyeti yüksek).
- Tekil gözlemlerle (alt grup boyutu 1) izleme yapılırken: CUSUM ve EWMA tekil veride Shewhart kartından belirgin biçimde iyidir.
- Kayma yönü ve başlangıcı da isteniyorsa: tablolu CUSUM kaymış ortalamayı ve başlangıç dönemini kestirir.
Ne zaman kullanılmaz?
- Büyük kaymalar (3 standart sapma ve üstü) aranıyorsa ya da standart kart yeterliyse:
kontrol_kartlari(Bölüm 118). Şablon yalnız ortalamayı izler; değişkenlik için S ya da R kartı gerekir. - Birden çok ilişkili özellik varsa:
cok_degiskenli_kontrol(Bölüm 115). - Sayma verisi (kusurlu oranı, kusur sayısı):
nitelik_kartlari(Bölüm 119). - Gözlemler arasında güçlü otokorelasyon varsa: kartlar bağımsız gözlemler varsayar; önce zaman serisi modeliyle kalıntıları izleyin (örn.
arfima, Bölüm 96;transfer_fonksiyonu, Bölüm 111). - Süreç yeterliliği soruluyorsa:
surec_yeterliligi(Bölüm 120).
Temel programla ilişki. Temel programda CUSUM ve EWMA kartı yoktur; yalnız MerQuR+'tadır.
116.2 Şablonun girdileri
Form on dört [[param]] bloğundan kurulur (cusum_ewma.R:10–108). Türlerin ve formun ortak denetiminin anlamı Bölüm 1.2'de anlatılmıştır.
| Alan (form etiketi) · ad | Tür · sekme | Varsayılan | Geçerli değerler | Kodda etkisi |
|---|---|---|---|---|
Ölçüm · deger |
sayısal sütun · Değişkenler | yok (zorunlu) | sayısal sütun | İzlenen ölçüm (10–14, 131–143). |
Alt grup kimliği · alt_grup |
kategorik sütun · Değişkenler | boş | herhangi bir sütun | Doluysa alt grup ortalamaları, boşsa tekil ölçümler (15–20, 113, 144–152). |
Kart · yontem |
seçim · Model | ikisi |
ikisi, cusum, ewma |
Hangi kart(lar) kurulur (21–27, 127–128). |
Hedef ortalama \mu_0 · hedef |
metin · Model | boş | sayı (ondalık virgül ya da nokta) | Boşsa ilk m dönemden kestirilir (28–33, 122, 159). |
Süreç \sigma · sigma |
metin · Model | boş | pozitif sayı | Boşsa kestirilir (34–39, 123–124, 160–192). |
İlk m alt grup · kalibrasyon |
tamsayı · Seçenekler | 0 | 0–100000 | \mu_0, \sigma kestirim verisi; 0 ya da \ge toplam = hepsi (40–47, 155–157). |
CUSUM k · k |
ondalık · Model | 0,5 | 0–5 | Referans değeri, \sigma_{\bar x} biriminde (48–55, 125). |
CUSUM h · h |
ondalık · Model | 5,0 | 0,1–50 | Karar aralığı (56–63, 125). |
Hızlı başlangıç C_0 · baslangic |
ondalık · Gelişmiş | 0,0 | 0–50 | C^\pm başlangıç değeri, \sigma_{\bar x} biriminde (64–71, 125, 202). |
EWMA \lambda · lambda_ |
ondalık · Model | 0,2 | 0,01–1 | Ağırlık (72–79, 126). |
EWMA L · L |
ondalık · Model | 3,0 | 0,5–6 | Sınır genişliği (80–87, 126). |
Kararlı durum sınırları · kararli |
onay · Seçenekler | kapalı | açık / kapalı | Açık: asimptotik sınır (88–93, 228). |
\sigma kestirim yöntemi · sigma_yontem |
seçim · Model | otomatik |
otomatik, sd, rbar, havuzlu |
\sigma girilmediğinde kullanılır; girilmişse seçim uygulanmaz ve not düşülür (94–101, 160–192). |
EWMA başlangıç z_0 · ewma_baslangic |
metin · Gelişmiş | boş | sayı | Boşsa \mu_0 (102–108, 225–226). |
Örnek ayar (ornek_param, satır 9): deger = x, yontem = ikisi, hedef = 10, sigma = 1, k = 0,5, h = 5,0, lambda_ = 0,1, L = 2,7 (varsayılan \lambda=0{,}2, L=3'ten farklıdır).
Şablonun kendi denetimleri (hepsi mq_hata ile çalıştırmayı durdurur):
| Koşul | İleti (özet) | Satır |
|---|---|---|
| Veri açık değil | "Önce Veri sekmesinde bir veri açın." | 112 |
| Alt grup sütunu ölçümle aynı | "Alt grup sütunu ölçümün kendisi olamaz." | 114 |
hedef / sigma sayı değil |
"… bir sayı olmalı (ya da boş bırakılmalı)." | 119 |
| \sigma\le0 | "σ pozitif olmalı." | 124 |
| C_0\ge h (yalnız CUSUM seçiliyken) | "Hızlı başlangıç değeri karar aralığından küçük olmalı." | 129 |
| 5'ten az alt grup (gözlem) | "En az 5 alt grup (gözlem) gerekli." | 154 |
rbar/havuzlu ve alt grup yok |
"R̄/d2 ve havuzlu SS için alt grup sütunu gerekli." | 163 |
| \sigma kestiriminde <3 gözlem | "σ kestirimi için en az 3 gözlem gerekli." | 167, 183 |
| Aşama I alt gruplarında n<2 | "… en az 2 ölçüm gerekli (ya da σ'yı girin)." | 170, 186 |
| Aşama I'de değişkenlik yok | "Aşama I'de değişkenlik yok; σ kestirilemedi." | 179, 191 |
hedef, sigma ve ewma_baslangic metin alanlarıdır; ondalık virgül noktaya çevrilir (116: gsub(",", ".", …)), dolayısıyla 10,5 ve 10.5 aynıdır; binlik ayırıcı yazılırsa ileti "bir sayı olmalı" verir. Ölçüm sütunu mq_sayisal ile okunur (132). Eksik değerli satırlar notla çıkarılır (133–142): "N satır eksik değer nedeniyle çıkarıldı (özgün satır no: …)"; bireysel ölçümlerde dönemin etiketi özgün satır numarasıdır (145), yani çıkarılan satırdan sonraki dönemler kaymaz ve zaman boşluğu etiketlerde görünür; kart çıkarılan dönemi atlayarak sürer. Hem \sigma girilmiş hem sigma_yontem seçilmişse seçimin kullanılmadığı not edilir (162).
Tohum. Şablon rastgelelik kullanmaz; sonuç belirleyicidir (Bölüm 1.3).
116.3 Örnek veri
montgomery_cusum.csv: Montgomery (2009) Tablo 9.1; 30 gözlem (donem 1–30, x), eksik değer yok, ikisi de sayısal. İlk 20 gözlem \mu=10, \sigma=1 ile üretilmiştir; 21–30'da ortalama 11'e kaymıştır. Alt grup sütunu yoktur: her gözlem bir dönemdir (tekil).
| Değişken | Rol | Tür | Özet |
|---|---|---|---|
x |
ölçüm | sayısal | 30 gözlem; ortalama 10,315 (ilk 20 dönem 9,996; son 10 dönem 10,953); 29 ve 30. dönemde 11,31 ve 10,52 |
donem |
(kullanılmaz) | sayısal | 1–30 |
Bu bölümde kullanılan çalıştırmalar: ce_ornek (örnek ayar), ce_fir (C_0=2{,}5, kararlı durum sınırı), ce_oto ve ce_sd (tekil, \mu_0 ve \sigma boş, kalibrasyon = 20), ce_alt_oto, ce_alt_rbar, ce_alt_havuz, ce_alt_sd (alt gruplu: 24 alt grup × 4 ölçüm, \mu=50, \sigma=2, 13. alt gruptan sonra \mu=52; kalibrasyon = 12), ce_dengesiz (üç ölçüm çıkarılmış), ce_asagi (-1\sigma kayma), ce_ewma1 (\lambda=1) ve sınır durumları (ce_kisa, ce_sabit, ce_eksik, ce_virgul, ce_sigma0). Alt gruplu veri altgrup.csv'dir (veri_uret.py; tohum 5).
116.4 Yöntem: formüller ve hesap adımları
Hesap sırası: (i) veri alt grup ortalamalarına (\bar x_i, boyut n_i) indirilir; (ii) \mu_0 ve \sigma verilmediyse ilk m dönemden kestirilir; (iii) \sigma_{\bar x,i}=\sigma/\sqrt{n_i}; (iv) CUSUM ve/veya EWMA yürütülür.
116.4.1 \mu_0 ve \sigma kestirimi
\mu_0=\sum n_i\bar x_i/\sum n_i (159; ilk m alt grup). \sigma için (sigma_yontem, 160–192):
| Yöntem | Formül | Satır |
|---|---|---|
otomatik, tekil |
\hat\sigma=\overline{MR}/d_2(2), d_2(2)=2/\sqrt\pi | 171 |
otomatik, alt gruplu |
\hat\sigma=\dfrac1m\sum_i s_i/c_4(n_i) | 188–189 |
sd |
\hat\sigma= Aşama I değerlerinin örneklem SS | 165–168 |
rbar |
\hat\sigma=\dfrac1m\sum_i R_i/d_2(n_i) | 172–174 |
havuzlu |
\hat\sigma=\sqrt{\sum(n_i-1)s_i^2\big/\sum(n_i-1)} | 163 |
- MR_i=|x_i-x_{i-1}| (hareketli açıklık); \overline{MR} ilk m gözlemde ortalaması.
- s_i, R_i: i. alt grubun SS ve açıklığı.
- c_4(n)=\sqrt{2/(n-1)}\;\Gamma(n/2)/\Gamma((n-1)/2) (188:
lgammaile); d_2(n)=\int_{-\infty}^{\infty}[1-\Phi(t)^n-(1-\Phi(t))^n]\,dt (173:integrate).
Neden c_4 ve d_2?
s_i ve R_i normal sürecin \sigma'sını aşağı yönde yanlı kestirir: \mathrm E[s]=c_4\sigma, \mathrm E[R]=d_2\sigma. Bölme bu yanlılığı düzeltir; c_4(2)=0{,}7979, c_4(4)=0{,}9213, c_4(5)=0{,}9400, d_2(2)=1{,}1284, d_2(5)=2{,}3259 (yayımlı tablolarla uyumludur, 116.6.1). Şablon sabitleri tablodan değil formülden hesaplar; tablo değerleri 3–4 ondalıkta yuvarlanmış olduğundan birkaç 10^{-4} göreli fark vardır (örn. d_2(4)=2{,}058751, tabloda 2,059).
Aşama I denetim altında varsayılır
\mu_0 ve \sigma ilk m dönemin tamamından kestirilir; bu dönemde kayma ya da aykırı değer varsa kestirimler yanlıdır ve kart kaymayı sönükleştirir. Montgomery verisinin ilk 20 dönemi için \overline{MR}/d_2=1{,}374 ve örneklem SS 1,182'dir (veri \sigma=1'den üretilmiştir). Şablon Aşama I'i arındırmaz.
116.4.2 Tablolu iki yönlü CUSUM
z_i=(\bar x_i-\mu_0)/\sigma_{\bar x,i} ve C_0^\pm başlangıç değeri (c_0) olmak üzere (200–204)
C^+_i>h ya da C^-_i>h olduğunda sinyal verilir (208). N^\pm_i, C^\pm'in ardışık pozitif kaldığı dönem sayısıdır (205). Çıktı özgün birimdedir: C^\pm\!\cdot\sigma_{\bar x} ve H=h\sigma_{\bar x} (209–210).
- k: referans değeri; \sigma_{\bar x} biriminde. Varsayılan 0,5, yani 1 standart sapmalık kayma için en iyi (k=\delta/2).
- h: karar aralığı. h=5 ile k=0{,}5, ARL_0\approx465 (iki yönlü) verir (116.4.5).
- c_0: hızlı başlangıç (Lucas ve Crosier, 1982); genelde h/2 önerilir.
İlk sinyalde kaymış ortalama (212–221): yukarı sinyalde
aşağı sinyalde \hat\mu=\mu_0-k\sigma_{\bar x}-C^-_i\sigma_{\bar x}/N^-_i. Kayma başlangıcı i-N^\pm_i+1 olarak yazılır (ilk pozitif dönem).
Neden k=\delta/2?
CUSUM, \delta\sigma kaymasını bulmak için olabilirlik oranı sınamasının ardışık biçimidir; kayma \delta ise en iyi k=\delta/2'dir (Page, 1954). Kayma bilinmiyorsa 1σ için k=0{,}5 yaygın seçimdir. k büyüdükçe küçük kaymalara duyarlılık azalır, ARL_0 artar.
Sinyalden sonra sıfırlama yok
Şablon sinyalden sonra C^\pm'i sıfırlamaz; sınırın üstünde kalan her dönem "sinyal" sayılır. Tablodaki sinyal sayısı bağımsız sinyal sayısı değildir; satırın adı bunu söyler: "Sinyal sayısı (sınırın üstünde geçen dönem sayısı)" (116.8).
116.4.3 EWMA
Kesin (zamanla değişen) sınırlar (228–229):
kararlı durumda (i\to\infty) çarpan 1'dir.
- \lambda\in(0{,}1]: yeni gözleme verilen ağırlık; \lambda=1 Shewhart \bar x kartıdır (sınırlar \mu_0\pm L\sigma_{\bar x}).
- L: sınır genişliği (\sigma_{z} biriminde). Varsayılan 3,0.
- \sqrt{\lambda/(2-\lambda)}\,\sigma_{\bar x}: kararlı durumda z'nin standart sapması.
Neden kesin sınır?
Başlangıçta z_i'nin varyansı \sigma_{\bar x}^2\frac{\lambda}{2-\lambda}[1-(1-\lambda)^{2i}]'dir ve kararlı duruma yaklaşmak için 1/\lambda mertebesinde dönem gerekir. Kesin sınır ilk dönemlerde daha dardır ve başlangıçtaki kaymaları daha çabuk yakalar (Lucas ve Saccucci, 1990). Örnekte (\lambda=0{,}1, L=2{,}7) üst sınır 1. dönemde 10,27, 30. dönemde 10,6189, kararlı durumda 10,6194'tür.
116.4.4 Dengesiz alt gruplar
\sigma_{\bar x,i}=\sigma/\sqrt{n_i} olduğundan CUSUM'un z_i'si ve EWMA sınırları dönemden döneme değişir. \mu_0 ağırlıklıdır (n_i); otomatik \sigma için \bar s/c_4 her alt grubun kendi c_4(n_i)'siyle hesaplanır, alt gruplar eşit ağırlıkla ortalanır (189). Üç ölçümü çıkarılmış veride (ce_dengesiz): \hat\mu_0=49{,}1979, \hat\sigma=1{,}9516.
116.4.5 ARL ve k,h,\lambda,L seçimi
Ortalama dizi uzunluğu (ARL), sinyale kadar gözlenen dönem sayısının beklenen değeridir; ARL_0 kayma yokken (yanlış alarm aralığı), ARL_1 kayma varken. Şablon ARL hesaplamaz; değerler bağımsız olarak hesaplanmıştır (116.6.2): CUSUM için Brook ve Evans (1972) Markov zinciri ve integral denklemi, EWMA için Gauss–Legendre ile integral denklemi ve Markov zinciri; iki yönlü CUSUM 1/\text{ARL}=1/\text{ARL}^++1/\text{ARL}^- ile. Öne çıkan değerler (tekil gözlem, normal):
| Kart | ARL_0 | 0,5σ kayma | 1σ kayma | 2σ kayma |
|---|---|---|---|---|
| CUSUM k=0{,}5, h=4 | 167,5 | 26,6 | 8,38 | 3,34 |
| CUSUM k=0{,}5, h=5 | 464,9 | 38,0 | 10,37 | 4,01 |
| EWMA \lambda=0{,}1, L=2{,}7 | 369,0 | 28,2 | 9,73 | 4,18 |
| EWMA \lambda=0{,}1, L=2{,}814 | 499,6 | 31,3 | 10,33 | 4,36 |
| EWMA \lambda=0{,}2, L=3 | 559,9 | 44,1 | 10,84 | 3,80 |
| Shewhart \bar x (3\sigma) | 370,4 | 155 | 43,9 | 6,30 |
(EWMA değerleri kararlı durum sınırlarıdır; kesin sınırlarla ilk dönemlerde ARL daha kısadır. Shewhart satırı normal dağılımdan çıkar: ARL_0=1/0{,}0027; kaymalı ARL'ler 1/P(|z|>3-\delta)'dir.)
Koddaki tercih
Şablonun varsayılanları (k=0{,}5, h=5; \lambda=0{,}2, L=3) ARL_0\approx465 (CUSUM) ve \approx560 (EWMA) verir; örnek ayar (\lambda=0{,}1, L=2{,}7) ARL_0\approx369'dur (\approx370, Shewhart ile aynı yanlış alarm hızı). İki kartın yanlış alarm hızını eşitlemek istiyorsanız L'yi 2,814'e çıkarın (ARL_0=500).
116.5 Kod adım adım
| Satırlar | Ne yapar | Neden / dikkat |
|---|---|---|
| 110–129 | Parametreleri okur; sayi_oku() ile metin alanlarını sayıya çevirir; hangi kartların kurulacağı; c_0<h denetimi (yalnız CUSUM için) |
Ondalık virgül noktaya çevrilir. |
| 131–157 | Veriyi okur, eksik satırları notla çıkarır, alt grup ortalamaları ve boyutları; m | Bireysel ölçümde etiket özgün satır numarasıdır (145); sayısal alt grup kimliği sayı sırasıyla (148). |
| 158–192 | \mu_0 ve \sigma kestirimi | Dört yöntem; \sigma verilmişse atlanır ve not düşülür (162). |
| 193–198 | \sigma_{\bar x,i}, "Kart parametreleri" tablosu; notların yazılması | \sigma kaynağı yazılır. |
| 199–223 | CUSUM: C^\pm, N^\pm, tablo, sinyal tablosu | Sinyalde sıfırlama yok. |
| 224–237 | EWMA: z_i, sınırlar, sinyal | Kesin ya da kararlı durum. |
| 239–255 | Şekil: üstte CUSUM (C^+ yukarıda, -C^- aşağıda, kesikli \pm H), altta EWMA (sinyal kırmızı) | İki kart seçiliyse iki panel. |
116.6 Elle hesap: örnek veride bağımsız yeniden hesap
Adım 1 — z_i ve CUSUM. \mu_0=10, \sigma=1: z_{29}=11{,}31-10=1{,}31; C^+ dönem 28'de 4,47, dönem 29'da \max(0,\,4{,}47+1{,}31-0{,}5)=5{,}28; N^+_{29}=7. Bağımsız hesap (dogrulama/cusum_ewma/elle_hesap.py) tüm 30 dönem için C^+, C^-, N^+, N^-'yi aynı verir; R'de qcc::cusum'un \sigma birimindeki C^\pm'si (\sigma=1 olduğundan aynı) eşleşir.
Adım 2 — Kaymış ortalama. \hat\mu=10+0{,}5+5{,}28/7=11{,}25429 (yayımlı 11,25); kayma başlangıcı 29-7+1=23.
Adım 3 — EWMA. z_1=0{,}1\cdot9{,}45+0{,}9\cdot10=9{,}945, z_2=0{,}1\cdot7{,}99+0{,}9\cdot9{,}945=9{,}7495; kesin sınır 1. dönemde 10\pm2{,}7\sqrt{\tfrac{0{,}1}{1{,}9}\cdot0{,}19}=10\pm0{,}27; kararlı durum üst sınırı 10+2{,}7\sqrt{0{,}1/1{,}9}=10{,}619422 (yayımlı 10,62). 29. dönemde z=10{,}6468>10{,}6187: sinyal.
Adım 4 — \sigma kestirimleri. c_4 ve d_2 Gamma ve sayısal integralle hesaplanır; alt gruplu veride (n=4, m=12): \bar s/c_4=1{,}90511, \bar R/d_2=1{,}92564, havuzlu SS 1,87906, örneklem SS 1,78083, \hat\mu_0=49{,}34417. Hepsi bağımsız Python ve R (qcc::sd.xbar, açık formül) sonucuyla aynıdır. qcc'nin UWAVE-R ve MR seçenekleri d_2'yi tablodan (2,059; 1,128) aldığından 10^{-4} mertebesinde farklı sonuç verir; karşılaştırma açık formülle yapılmıştır.
Adım 5 — ARL. 116.4.5 tablosundaki değerler iki bağımsız yöntemle (Python: Markov zinciri N=500{,}1000 ve Richardson; R: Gauss–Legendre integral denklemi, EWMA için 1500 durumlu Markov zinciri) 10^{-4} içinde eşleşir.
116.6.1 Doğrulama: MerQuR+, Python ve R
| Büyüklük | MerQuR+ | Python (bağımsız) | R (bağımsız) | En büyük fark | |
|---|---|---|---|---|---|
| CUSUM C^+, dönem 1 | 0 | 0 | 0 | 0 | ✓ |
| CUSUM C^-, dönem 1 | 0,05 | 0,05 | 0,05 | 1,4e−17 | ✓ |
| CUSUM N^+, dönem 1 | 0 | 0 | — | 0 | ✓ |
| CUSUM C^+, dönem 4 | 1,16 | 1,16 | 1,16 | 1,9e−16 | ✓ |
| CUSUM C^-, dönem 4 | 0 | 0 | 0 | 0 | ✓ |
| CUSUM N^+, dönem 4 | 1 | 1 | — | 0 | ✓ |
| CUSUM C^+, dönem 7 | 0,04 | 0,04 | 0,04 | 4,9e−17 | ✓ |
| CUSUM C^-, dönem 7 | 1,46 | 1,46 | 1,46 | 6,1e−16 | ✓ |
| CUSUM N^+, dönem 7 | 4 | 4 | — | 0 | ✓ |
| CUSUM C^+, dönem 22 | 0 | 0 | 0 | 0 | ✓ |
| CUSUM C^-, dönem 22 | 0,17 | 0,17 | 0,17 | 8,3e−17 | ✓ |
| CUSUM N^+, dönem 22 | 0 | 0 | — | 0 | ✓ |
| CUSUM C^+, dönem 28 | 4,47 | 4,47 | 4,47 | 2,0e−16 | ✓ |
| CUSUM C^-, dönem 28 | 0 | 0 | 0 | 0 | ✓ |
| CUSUM N^+, dönem 28 | 6 | 6 | — | 0 | ✓ |
| CUSUM C^+, dönem 29 | 5,28 | 5,28 | 5,28 | 1,7e−16 | ✓ |
| CUSUM C^-, dönem 29 | 0 | 0 | 0 | 0 | ✓ |
| CUSUM N^+, dönem 29 | 7 | 7 | — | 0 | ✓ |
| CUSUM C^+, dönem 30 | 5,3 | 5,3 | 5,3 | 1,7e−16 | ✓ |
| CUSUM C^-, dönem 30 | 0 | 0 | 0 | 0 | ✓ |
| CUSUM N^+, dönem 30 | 8 | 8 | — | 0 | ✓ |
| CUSUM C^+_{29} (yayımlı 5,28) | 5,28 | 5,28 | — | 0 | ✓ |
| CUSUM N^+_{29} (yayımlı 7) | 7 | 7 | — | 0 | ✓ |
| CUSUM ilk sinyal dönemi | 29 | 29 | 29 | 0 | ✓ |
| CUSUM kaymış ortalama \hat\mu (yayımlı 11,25) | 11,25428571 | 11,25428571 | — | 3,8e−10 | ✓ |
| CUSUM kayma başlangıcı | 23 | 23 | — | 0 | ✓ |
| CUSUM sinyal sayısı | 2 | 2 | — | 0 | ✓ |
| EWMA z_{1} | 9,945 | 9,945 | 9,945 | 0 | ✓ |
| EWMA alt sınır, dönem 1 | 9,73 | 9,73 | 9,73 | 0 | ✓ |
| EWMA üst sınır, dönem 1 | 10,27 | 10,27 | 10,27 | 0 | ✓ |
| EWMA z_{2} | 9,7495 | 9,7495 | 9,7495 | 0 | ✓ |
| EWMA alt sınır, dönem 2 | 9,63675215 | 9,63675215 | 9,63675215 | 0 | ✓ |
| EWMA üst sınır, dönem 2 | 10,36324785 | 10,36324785 | 10,36324785 | 8,6e−16 | ✓ |
| EWMA z_{3} | 9,70355 | 9,70355 | 9,70355 | 0 | ✓ |
| EWMA alt sınır, dönem 3 | 9,57599683 | 9,57599683 | 9,57599683 | 3,7e−16 | ✓ |
| EWMA üst sınır, dönem 3 | 10,42400317 | 10,42400317 | 10,42400317 | 4,4e−15 | ✓ |
| EWMA z_{10} | 10,02315973 | 10,02315973 | 10,02315973 | 5,3e−16 | ✓ |
| EWMA alt sınır, dönem 10 | 9,41945098 | 9,41945098 | 9,41945098 | 3,8e−16 | ✓ |
| EWMA üst sınır, dönem 10 | 10,58054902 | 10,58054902 | 10,58054902 | 4,4e−15 | ✓ |
| EWMA z_{29} | 10,64682345 | 10,64682345 | 10,64682345 | 3,3e−15 | ✓ |
| EWMA alt sınır, dönem 29 | 9,381265 | 9,381265 | 9,381265 | 1,9e−16 | ✓ |
| EWMA üst sınır, dönem 29 | 10,618735 | 10,618735 | 10,618735 | 3,0e−15 | ✓ |
| EWMA z_{30} | 10,63414111 | 10,63414111 | 10,63414111 | 2,7e−15 | ✓ |
| EWMA alt sınır, dönem 30 | 9,38113432 | 9,38113432 | 9,38113432 | 1,9e−16 | ✓ |
| EWMA üst sınır, dönem 30 | 10,61886568 | 10,61886568 | 10,61886568 | 2,0e−15 | ✓ |
| EWMA z_1 (yayımlı 9,945) | 9,945 | 9,945 | — | 0 | ✓ |
| EWMA z_2 (yayımlı 9,7495) | 9,7495 | 9,7495 | — | 0 | ✓ |
| EWMA sinyal sayısı | 2 | 2 | — | 0 | ✓ |
| FIR (C_0=2{,}5) C^+, dönem 1 | 1,45 | 1,45 | 1,45 | 4,6e−16 | ✓ |
| FIR (C_0=2{,}5) C^-, dönem 1 | 2,55 | 2,55 | 2,55 | 3,5e−16 | ✓ |
| FIR (C_0=2{,}5) C^+, dönem 2 | 0 | 0 | 0 | 0 | ✓ |
| FIR (C_0=2{,}5) C^-, dönem 2 | 4,06 | 4,06 | 4,06 | 2,2e−16 | ✓ |
| FIR (C_0=2{,}5) C^+, dönem 4 | 1,16 | 1,16 | 1,16 | 1,9e−16 | ✓ |
| FIR (C_0=2{,}5) C^-, dönem 4 | 2,11 | 2,11 | 2,11 | 6,3e−16 | ✓ |
| FIR (C_0=2{,}5) C^+, dönem 23 | 1,79 | 1,79 | 1,79 | 5,0e−16 | ✓ |
| FIR (C_0=2{,}5) C^-, dönem 23 | 0 | 0 | 0 | 0 | ✓ |
| FIR (C_0=2{,}5) C^+, dönem 29 | 5,28 | 5,28 | 5,28 | 1,7e−16 | ✓ |
| FIR (C_0=2{,}5) C^-, dönem 29 | 0 | 0 | 0 | 0 | ✓ |
| EWMA kararlı durum üst sınır (yayımlı 10,62) | 10,61942248 | 10,62 | — | 5,4e−5 | ✓ |
| EWMA kararlı durum üst sınır | 10,61942248 | 10,61942248 | — | 1,7e−15 | ✓ |
| \lambda=1: EWMA, dönem 1 | 9,45 | 9,45 | 9,45 | 0 | ✓ |
| \lambda=1: üst sınır, dönem 1 | 13 | 13 | 13 | 0 | ✓ |
| \lambda=1: EWMA, dönem 6 | 10,18 | 10,18 | 10,18 | 0 | ✓ |
| \lambda=1: üst sınır, dönem 6 | 13 | 13 | 13 | 0 | ✓ |
| \lambda=1: EWMA, dönem 30 | 10,52 | 10,52 | 10,52 | 0 | ✓ |
| \lambda=1: üst sınır, dönem 30 | 13 | 13 | 13 | 0 | ✓ |
| Bireysel: \hat\mu_0 (ilk 20) | 9,996 | 9,996 | 9,996 | 0 | ✓ |
| Bireysel: \overline{MR}/d_2(2) | 1,37365173 | 1,37365173 | 1,37365173 | 1,3e−12 | ✓ |
| Bireysel: \overline{MR}/d_2(2) (açık formül) | 1,37365173 | 1,37365173 | 1,37365173 | 1,3e−12 | ✓ |
| Bireysel: örneklem SS | 1,18166876 | 1,18166876 | 1,18166876 | 3,3e−12 | ✓ |
| Alt gruplar (n=4, m=12): \hat\sigma, \bar s/c_4 | 1,90511351 | 1,90511351 | 1,90511351 | 2,5e−12 | ✓ |
| Alt gruplar (n=4, m=12): \hat\sigma, \bar R/d_2 | 1,92564188 | 1,92564188 | 1,92564188 | 3,7e−11 | ✓ |
| Alt gruplar (n=4, m=12): \hat\sigma, havuzlu SS | 1,87905681 | 1,87905681 | 1,87905681 | 2,3e−13 | ✓ |
| Alt gruplar (n=4, m=12): \hat\sigma, örneklem SS | 1,78082728 | 1,78082728 | 1,78082728 | 2,0e−12 | ✓ |
| Alt gruplar: \hat\mu_0 | 49,34416667 | 49,34416667 | 49,34416667 | 6,8e−13 | ✓ |
| Dengesiz alt gruplar: \hat\mu_0 (ağırlıklı) | 49,19788889 | 49,19788889 | — | 2,3e−13 | ✓ |
| Dengesiz alt gruplar: \hat\sigma (\bar s/c_4(n_i)) | 1,95156611 | 1,95156611 | — | 1,4e−13 | ✓ |
| c_4(2) (Python ↔ yayımlı tablo) | 0,79788456 | 0,7979 | 0,79788456 | 1,5e−5 | ✓ |
| d_2(2) (Python ↔ yayımlı tablo) | 1,12837917 | 1,128 | 1,12837917 | 3,4e−4 | ✓ |
| c_4(4) (Python ↔ yayımlı tablo) | 0,92131773 | 0,9213 | 0,92131773 | 1,8e−5 | ✓ |
| d_2(4) (Python ↔ yayımlı tablo) | 2,05875075 | 2,059 | 2,05875075 | 1,2e−4 | ✓ |
| c_4(5) (Python ↔ yayımlı tablo) | 0,9399856 | 0,94 | 0,9399856 | 1,4e−5 | ✓ |
| d_2(5) (Python ↔ yayımlı tablo) | 2,32592895 | 2,326 | 2,32592895 | 3,1e−5 | ✓ |
| c_4(10) (Python ↔ yayımlı tablo) | 0,97265927 | 0,9727 | 0,97265927 | 4,1e−5 | ✓ |
| d_2(10) (Python ↔ yayımlı tablo) | 3,07750546 | 3,078 | 3,07750546 | 1,6e−4 | ✓ |
| d_2(2)=2/\sqrt\pi | 1,12837917 | 1,12837917 | 1,12837917 | 1,8e−15 | ✓ |
Ölçütü karşılayan: 86/86. Bu tabloda "MerQuR+" sütunu şablon çıktısıdır; ARL ve c_4, d_2 sabitleri şablonun tablosunda yer almaz, burada MerQuR+ sütunu yerine bağımsız Python hesabı konmuştur (bu satırlarda Python sütunu yayımlı tablo değeridir). Yayımlı satırlarda en büyük fark yayımlanan basamak sayısının yuvarlama hatasıdır.
116.6.2 Doğrulama: ARL
| Tasarım | Python | R | Yayımlı | En büyük fark | |
|---|---|---|---|---|---|
| CUSUM k=0{,}5, h=4, kayma 0,0σ (tek yönlü) | 335,3679208 | 335,36757763 | — | 1,0e−6 | ✓ |
| CUSUM k=0{,}5, h=4, kayma 0,0σ (iki yönlü) | 167,6839604 | 167,68378881 | 168 | 1,0e−6 · yayımlı farkı 1,9e−3 | ✓ |
| CUSUM k=0{,}5, h=4, kayma 0,5σ (tek yönlü) | 26,67916591 | 26,67916243 | — | 1,3e−7 | ✓ |
| CUSUM k=0{,}5, h=4, kayma 0,5σ (iki yönlü) | 26,63020639 | 26,63020309 | — | 1,2e−7 | ✓ |
| CUSUM k=0{,}5, h=4, kayma 1,0σ (tek yönlü) | 8,38320032 | 8,38320213 | — | 2,2e−7 | ✓ |
| CUSUM k=0{,}5, h=4, kayma 1,0σ (iki yönlü) | 8,38313006 | 8,38313187 | 8,38 | 2,2e−7 · yayımlı farkı 3,7e−4 | ✓ |
| CUSUM k=0{,}5, h=4, kayma 2,0σ (tek yönlü) | 3,34276967 | 3,34277013 | — | 1,4e−7 | ✓ |
| CUSUM k=0{,}5, h=4, kayma 2,0σ (iki yönlü) | 3,34276967 | 3,34277013 | — | 1,4e−7 | ✓ |
| CUSUM k=0{,}5, h=4, kayma 3,0σ (tek yönlü) | 2,19448066 | 2,19448091 | — | 1,1e−7 | ✓ |
| CUSUM k=0{,}5, h=4, kayma 3,0σ (iki yönlü) | 2,19448066 | 2,19448091 | — | 1,1e−7 | ✓ |
| CUSUM k=0{,}5, h=5, kayma 0,0σ (tek yönlü) | 930,89226403 | 930,88701206 | — | 5,6e−6 | ✓ |
| CUSUM k=0{,}5, h=5, kayma 0,0σ (iki yönlü) | 465,44613202 | 465,44350603 | 465 | 5,6e−6 · yayımlı farkı 9,6e−4 | ✓ |
| CUSUM k=0{,}5, h=5, kayma 0,5σ (tek yönlü) | 38,00964026 | 38,00960992 | — | 8,0e−7 | ✓ |
| CUSUM k=0{,}5, h=5, kayma 0,5σ (iki yönlü) | 37,99617354 | 37,99614319 | — | 8,0e−7 | ✓ |
| CUSUM k=0{,}5, h=5, kayma 1,0σ (tek yönlü) | 10,37597259 | 10,3759753 | — | 2,6e−7 | ✓ |
| CUSUM k=0{,}5, h=5, kayma 1,0σ (iki yönlü) | 10,37596721 | 10,37596992 | 10,4 | 2,6e−7 · yayımlı farkı 2,3e−3 | ✓ |
| CUSUM k=0{,}5, h=5, kayma 2,0σ (tek yönlü) | 4,00887036 | 4,00887106 | — | 1,7e−7 | ✓ |
| CUSUM k=0{,}5, h=5, kayma 2,0σ (iki yönlü) | 4,00887036 | 4,00887106 | — | 1,7e−7 | ✓ |
| CUSUM k=0{,}5, h=5, kayma 3,0σ (tek yönlü) | 2,57325171 | 2,57325205 | — | 1,3e−7 | ✓ |
| CUSUM k=0{,}5, h=5, kayma 3,0σ (iki yönlü) | 2,57325171 | 2,57325205 | — | 1,3e−7 | ✓ |
| EWMA \lambda=0{,}1, L=2{,}7, kayma 0,0σ | 368,99373398 | 368,98890518 | — | 1,3e−5 | ✓ |
| EWMA \lambda=0{,}1, L=2{,}7, kayma 0,5σ | 28,19053962 | 28,19053234 | — | 2,6e−7 | ✓ |
| EWMA \lambda=0{,}1, L=2{,}7, kayma 1,0σ | 9,73001162 | 9,73001689 | — | 5,4e−7 | ✓ |
| EWMA \lambda=0{,}1, L=2{,}7, kayma 2,0σ | 4,17858758 | 4,1785886 | — | 2,4e−7 | ✓ |
| EWMA \lambda=0{,}1, L=2{,}814, kayma 0,0σ | 499,57955008 | 499,5717122 | 500 | 1,6e−5 · yayımlı farkı 8,4e−4 | ✓ |
| EWMA \lambda=0{,}1, L=2{,}814, kayma 0,5σ | 31,2974352 | 31,29742094 | — | 4,6e−7 | ✓ |
| EWMA \lambda=0{,}1, L=2{,}814, kayma 1,0σ | 10,33066516 | 10,33067108 | — | 5,7e−7 | ✓ |
| EWMA \lambda=0{,}1, L=2{,}814, kayma 2,0σ | 4,36225341 | 4,36225457 | — | 2,6e−7 | ✓ |
| EWMA \lambda=0{,}2, L=3, kayma 0,0σ | 559,87407511 | 559,8690677 | — | 8,9e−6 | ✓ |
| EWMA \lambda=0{,}2, L=3, kayma 0,5σ | 44,12740484 | 44,1273519 | — | 1,2e−6 | ✓ |
| EWMA \lambda=0{,}2, L=3, kayma 1,0σ | 10,8358792 | 10,83588325 | — | 3,7e−7 | ✓ |
| EWMA \lambda=0{,}2, L=3, kayma 2,0σ | 3,80085459 | 3,80085549 | — | 2,4e−7 | ✓ |
| EWMA \lambda=0{,}05, L=2{,}615, kayma 0,0σ | 499,93300571 | 499,92048889 | 500 | 2,5e−5 · yayımlı farkı 1,3e−4 | ✓ |
| EWMA \lambda=0{,}05, L=2{,}615, kayma 0,5σ | 28,763728 | 28,76373595 | — | 2,8e−7 | ✓ |
| EWMA \lambda=0{,}05, L=2{,}615, kayma 1,0σ | 11,38280369 | 11,3828122 | — | 7,5e−7 | ✓ |
| EWMA \lambda=0{,}05, L=2{,}615, kayma 2,0σ | 5,22487983 | 5,22488157 | — | 3,3e−7 | ✓ |
Ölçütü (10^{-4} göreli; sayısal ayrıklaştırma) karşılayan: 36/36. Yayımlı sütun, kaynaklarda üç anlamlı basamakla verilen değerlerdir.
116.7 Çıktıyı okuma
Örnek ayar (ce_ornek), konsol:
EWMA ilk sinyal: alt grup 29 (toplam 2 sinyal).
Kart parametreleri, CUSUM sinyali (tablolar, kısaltılmış):
olcut deger olcut deger
μ₀ 10 İlk sinyal (alt grup) 29
σ 1 Yön yukarı
σ kaynağı verilen Kayma başlangıcı (alt grup) 23
Alt grup sayısı 30 Kaymış ortalama kestirimi 11.25428571
k, h, λ, L 0.5 5 0.1 2.7
CUSUM sinyali tablosunun son satırı: "Sinyal sayısı (sınırın üstünde geçen dönem sayısı)": 2.
alt_grup n xbar C_arti N_arti C_eksi N_eksi H sinyal
28 1 11.62 4.47 6 0.00 0 5 False
29 1 11.31 5.28 7 0.00 0 5 True
30 1 10.52 5.30 8 0.00 0 5 True
Şekil 116.1. Örnek ayar: üstte CUSUM (C^+ siyah, -C^- mavi; kesikli \pm H), altta EWMA (kırmızı nokta: sinyal; kırmızı kesikli: zamanla genişleyen sınırlar).

| Öğe | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| C^+, C^- | Özgün birimde birikimli sapma | H'yi aşarsa yukarı/aşağı kayma. |
| N^+, N^- | Birikimin başladığı dönemden beri sayaç | Kaymanın tahmini süresi. |
| Kaymış ortalama | \mu_0\pm k\sigma_{\bar x}\pm C/N | Yalnız ilk sinyal için; birikim süresince kayma sabit varsayılır. |
ewma, alt_sinir, ust_sinir |
Düzeltilmiş ortalama ve sınırlar | Sınırın dışına çıkan z_i sinyaldir; z tek tek gözlemden daha düzgündür. |
| "Sinyal sayısı (sınırın üstünde geçen dönem sayısı)" | Sınırın üstünde kalan dönem sayısı | Bağımsız sinyal sayısı değil. |
Alt gruplu örnekte (ce_alt_oto, 13. alt gruptan sonra gerçek kayma: \sigma=2 ile +1\sigma, \sigma_{\bar x}=1 biriminde +2) CUSUM 15. alt grupta yukarı sinyal verir (C^+=7{,}96, N^+=3), kayma başlangıcını 13 olarak ve kaymış ortalamayı 52,47 olarak kestirir (gerçek 52); EWMA da 15. alt grupta sinyal verir.
Rapor cümlesi: Montgomery (2009) verisinde (\mu_0=10, \sigma=1) tablolu CUSUM (k=0{,}5, h=5) 29. gözlemde yukarı yönde sinyal verdi (C^+=5{,}28; N^+=7); kaymış ortalama 11,25 olarak kestirildi. EWMA (\lambda=0{,}1, L=2{,}7) aynı gözlemde sinyal verdi.
116.8 Sık hatalar ve tuzaklar
- Eksik ölçüm kartı kısaltır. Eksik satır notla çıkarılır ve bireysel ölçümlerde dönem etiketi özgün satır numarasıdır (
ce_eksik: 29 dönem; etiketler 1–4, 6–30); kart çıkarılan dönemi atlayarak sürdüğünden yürüyüş eksiksiz veriden farklıdır. - Aşama I'de kayma varsa \mu_0 ve \sigma yanlıdır. Mümkünse \mu_0 ve \sigma'yı geçmiş, denetim altındaki veriden girin.
- Sinyal sayısı bağımsız sinyal sayısı değildir. Sinyalden sonra sayaç sıfırlanmaz; satır adı "sınırın üstünde geçen dönem sayısı"dır ve
ce_asagi'da tek bir kayma için "6" yazar. - \sigma girildiğinde
sigma_yontemetkisizdir; "σ kaynağı: verilen" yazılır ve seçimin kullanılmadığı not edilir. - c_0\ge h denetimi yalnız CUSUM seçiliyken çalışır.
yontem = ewmaiken hızlı başlangıç değeri EWMA kartını engellemez. - Sayısal alt grup kimliği sayı sırasıyla dizilir. Sıra zaman sırası olmalıdır.
- Ondalık virgül.
hedefvesigmaiçin10,5kabul edilir; ölçüm sütunu virgüllü metin ise form "sayısal sütun değil" iletisiyle çalıştırmayı başlatmaz (ce_virgul). - Kartlar yalnız ortalamayı izler. Değişkenlik artışı için S/R kartı gerekir; otokorelasyon varsa ARL değerleri geçersizdir.
- ARL tablosu tekil, normal, bağımsız gözlem içindir. Alt grup boyutu n>1 ise \delta standart sapma \delta\sqrt n'e dönüşür.
116.9 Uzman soruları
S1. k ve h nasıl seçilir?
k=\delta/2 (\delta: bulunması istenen kayma, \sigma_{\bar x} biriminde); h istenen ARL_0'a göre seçilir: k=0{,}5 için h=4 ARL_0=168, h=5 ARL_0=465. h büyüdükçe ARL_0 üstel büyür, ARL_1 doğrusal artar (116.4.5).
S2. CUSUM ve EWMA arasında hangisi ne zaman daha iyi?
İkisi de küçük kaymalarda Shewhart'tan çok daha iyidir ve eşdeğer ayarlarda benzerdir. CUSUM, kaymanın yönünü ve başlangıcını kestirmeye elverişlidir; EWMA ise ortalamanın düzeltilmiş hâlini gösterir ve \lambda=1 iken Shewhart'a iner. Büyük kaymalarda (>2\sigma) \lambda büyük (0,2–0,4) EWMA ve k büyük CUSUM daha iyidir (Lucas ve Saccucci, 1990).
S3. Hızlı başlangıç ne kazandırır, neye mal olur?
C_0=h/2 başlangıçtaki kaymayı hızla yakalar (ilk dönemlerde ARL_1 kısalır; Lucas ve Crosier, 1982) ama ARL_0'ı düşürür. Örnekte (C_0=2{,}5) ilk sinyal yine 29. dönemdedir; ilk dönemlerde C^- 2,55 ve 4,06'ya çıkar (ce_fir).
S4. Kesin ve kararlı durum EWMA sınırları ne zaman ayrışır?
1-(1-\lambda)^{2i} çarpanı \lambda=0{,}1 için yaklaşık 15 dönemde 0,95'e ulaşır. Küçük \lambda ve kısa seride fark belirgindir; kesin sınır başlangıç kaymalarında daha duyarlıdır.
S5. \sigma kestirim yöntemi sonucu ne kadar etkiler?
Alt gruplu örnekte beş kestirim 1,78–1,93 arasında değişir (\bar R/d_2 1,9256; \bar s/c_4 1,9051; havuzlu 1,8791; örneklem SS 1,7808). Örneklem SS alt grup ortalamalarının kaymasını da içerdiğinden en düşük çıkar: Aşama I'de kayma varsa daha küçük, dolayısıyla sinyalleri daha çok olan bir kart verir. Alt grup içi yöntemler (\bar s/c_4, \bar R/d_2, havuzlu) kaymadan bağımsızdır.
S6. qcc'nin `cusum` ve `ewma` işlevleriyle fark var mı?
C^\pm, z_i ve sınırlar aynıdır (10^{-15}). qcc \sigma birimindeki değerleri verir, şablon özgün birimde. qcc'nin sd.xbar.one(…, "MR") ve UWAVE-R seçenekleri d_2'yi tablodan (1,128; 2,059) aldığından 10^{-4} mertebesinde farklıdır; şablon d_2'yi sayısal integralle hesaplar.
116.10 Kaynaklar
- Brook, D. ve Evans, D. A. (1972). An approach to the probability distribution of cusum run length. Biometrika, 59(3), 539–549. https://doi.org/10.1093/biomet/59.3.539
- Lucas, J. M. ve Crosier, R. B. (1982). Fast initial response for CUSUM quality-control schemes: Give your CUSUM a head start. Technometrics, 24(3), 199–205. https://doi.org/10.1080/00401706.1982.10487759
- Lucas, J. M. ve Saccucci, M. S. (1990). Exponentially weighted moving average control schemes: Properties and enhancements. Technometrics, 32(1), 1–12. https://doi.org/10.1080/00401706.1990.10484583
- Montgomery, D. C. (2009). Introduction to statistical quality control (6. bs.). Wiley.
- Page, E. S. (1954). Continuous inspection schemes. Biometrika, 41(1–2), 100–115. https://doi.org/10.1093/biomet/41.1-2.100
- Roberts, S. W. (1959). Control chart tests based on geometric moving averages. Technometrics, 1(3), 239–250. https://doi.org/10.1080/00401706.1959.10489860
- Scrucca, L. (2004). qcc: an R package for quality control charting and statistical process control. R News, 4(1), 11–17.
- R Core Team (2026). R: a language and environment for statistical computing. R Foundation for Statistical Computing. (Şablon yalnız temel R'yi kullanır; paket kaydı boştur.)