动态指数加权滑动平均控制图：Poisson INAR (1) VSI EWMA 控制

"这篇文章是江南大学学报(自然科学版)2012年第11卷第2期中的一篇论文，由郭新俊和朱永忠撰写，主要探讨了使用指数加权滑动平均控制图（EWMA）来监测带有泊松数的一阶取整数值自相关过程（Poisson INAR (1)）。文章提出了可变抽样区间的设计方法，并通过马尔科夫链计算了控制图的平均报警时间，证明动态VSI图在相同参数设置下比传统的固定抽样区间（FSI）图有更优的监控性能。" 这篇学术论文专注于统计过程控制领域，特别是针对非正态分布的数据，如泊松分布的情况。Poisson INAR (1) 是一种描述泊松数的自相关过程模型，它在各种领域，如公共卫生、工程质量和金融数据分析中都有应用。本文提出了一种新的控制图策略——可变抽样区间（Variable Sampling Intervals, VSI）的指数加权滑动平均控制图（Exponentially Weighted Moving Average, EWMA），这种策略能够根据过程状态动态调整抽样间隔。 EWMA控制图是一种常用的过程监控工具，它考虑了数据序列的时间相关性，通过对历史数据赋予不同的权重来检测过程中的异常变化。在这种情况下，使用VSI而非传统的固定抽样间隔（Fixed Sampling Intervals, FSI），可以提高对过程变化的响应速度，从而更早地识别出潜在的问题。 论文使用了马尔科夫链方法来估计控制图的平均报警时间，这是评估控制图性能的关键指标。通过比较VSI和FSI图的平均报警时间，作者发现VSI图在相同参数条件下具有更短的平均报警时间，这意味着VSI控制图能更快地发现异常，提高了过程控制的效率和有效性。 此外，该研究的贡献在于提供了设计和优化控制图的新方法，特别是在处理泊松分布数据时，这对于那些需要实时监控并快速响应变化的系统来说尤其有价值。这一工作对于统计过程控制理论和实践都具有重要的意义，有助于提升质量管理和生产效率。