Sei sulla pagina 1di 20

Statistica Industriale Lez. 11

Carte di controllo CUSUM

Le carte a somme cumulate risultano utili quando occorre individuare scostamenti dal valore centrale di piccola entit`a.

Le carte Shewart utilizzano le informazioni solo dell’ultimo campione os- servato. All’istante t non tengono conto dell’informazione contenuta nelle osservazioni effettuate agli istanti t 1, t 2,

Le carte CUSUM si basano sull’idea di sommare gli scostamenti (positivi o negativi) dal valore centrale e quindi risultano pi`u sensibili ad un aumento o ad una diminuzione della caratteristica che si sta monitorando.

Consideriamo i dati simulati in cui le prime 20 osservazioni sono estratte da una popolazione N (10, 1) mentre le ultime 10 osservazioni sono estratte da una popolazione N (11, 1).

Statistica Industriale Lez. 11

Le prime due colonne riportano i dati simulati da N (10, 1). La terza colonna riporta i dati simulati da N (11, 1).

 

1

2

3

1

9.84

10.03

12.68

2

11.08

9.39

11.65

3

8.61

9.32

13.64

4

9.57

9.92

12.97

5

9.20

10.42

11.37

6

10.71

10.90

10.78

7

10.40

8.41

11.85

8

11.82

9.57

9.94

9

9.92

10.86

12.12

10

12.17

9.10

13.25

Statistica Industriale Lez. 11

Il grafico riporta la carta di controllo Shewart ottenuta con tali osservazioni. Si osserva come nessun punto sia fuori controllo.

xbar.one Chart for x UCL ● ● ● ● ● ● ● ● ● ●
xbar.one Chart
for x
UCL
LCL
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
Group
Number of groups = 30
Center = 10.71619
StdDev = 1.203099
LCL = 7.106894
Number beyond limits = 0
UCL =
14.32549 Number violating runs = 0
Group summary statistics
8
10
12
14

13

12

11

10

9

Statistica Industriale Lez. 11

Si noti come sapendo il momento in cui si `e verificato il cambio di livello un semplice boxplot mette in evidenza tale cambiamento.

il momento in cui si `e verificato il cambio di livello un semplice boxplot mette in
il momento in cui si `e verificato il cambio di livello un semplice boxplot mette in
il momento in cui si `e verificato il cambio di livello un semplice boxplot mette in
il momento in cui si `e verificato il cambio di livello un semplice boxplot mette in
il momento in cui si `e verificato il cambio di livello un semplice boxplot mette in
il momento in cui si `e verificato il cambio di livello un semplice boxplot mette in
il momento in cui si `e verificato il cambio di livello un semplice boxplot mette in
il momento in cui si `e verificato il cambio di livello un semplice boxplot mette in

1

2

Statistica Industriale Lez. 11

La carta cusum per il controllo della media di un processo si basa sulla costruzione di due statistiche che cumulano gli scarti delle osservazioni da un valore obiettivo.

Siano µ 0 e σ il valore della media e dello s.q.m. quando il processo `e sotto controllo. µ 0 `e il valore obiettivo. σ `e supposto noto. Siano x i la i-esima osservazione del processo. Le carte cusum sono utilizzate principalmente per osservazioni singole per cui vediamo prima questo caso.

Le due statistiche dette rispettivamente CUSUM unilaterale superiore e CUSUM unilaterale inferiore sono definite come segue

+

C

i

C

i

=

=

max 0, x i (µ 0 + K) + C max 0, (µ 0 K) x i + C

i1

i1

+

+

0

Dove C

posto pari a K = |µ 1 µ 0 | individuato quanto prima.

= 0,

C

0

= 0 e K, detto valore di tolleranza, `e solitamente

se µ 1 `e il valore di fuori controllo che si vuole sia

2

Statistica Industriale Lez. 11

Si noti che le due statistiche cumulano le deviazioni del processo che si scostano dal valore obiettivo µ 0 di almeno un’ampiezza K. Se x i si discosta da µ 0 per meno del valore di tolleranza K allora i valori cumulati scendono fino ad azzerarsi se dovessero diventare negativi.

Il processo `e considerato sotto controllo fino a quando una delle due sta- tistiche non supera il livello di decisione H. Tale valore viene solitamente posto pari a H = 5σ.

Nelle pagine seguenti riportiamo la tabella con i conti per il calcolo dei

per i dati simulati e la rappresentazione grafica di tali

+

valori C

i

e

C

i

valori. Abbiamo posto µ 0 = 10 e K = 0.5.

Come si vede segnala un punto di fuori controllo per il 23-esimo campione. Dal grafico si pu`o osservare come l’inizio del tratto ascendente che porta alla situazione di fuori controllo abbia avuto inizio con il 20-esimo campione.

Statistica Industriale Lez. 11

 

x i

x i (µ 0 + K)

C

+

i

(µ 0 K) x i

C

i

1

9.84

0.66

0.00

0.34

0.00

2

11.08

0.58

0.58

1.58

0.00

3

8.61

1.89

0.00

0.89

0.89

4

9.57

0.93

0.00

0.07

0.83

5

9.20

1.30

0.00

0.30

1.13

6

10.71

0.21

0.21

1.21

0.00

7

10.40

0.10

0.11

0.90

0.00

8

11.82

1.32

1.43

2.32

0.00

9

9.92

0.58

0.85

0.42

0.00

10

12.17

1.67

2.53

2.67

0.00

11

10.03

0.47

2.05

0.53

0.00

12

9.39

1.11

0.95

0.11

0.11

13

9.32

1.18

0.00

0.18

0.28

14

9.92

0.58

0.00

0.42

0.00

15

10.42

0.08

0.00

0.92

0.00

16

10.90

0.40

0.40

1.40

0.00

17

8.41

2.09

0.00

1.09

1.09

18

9.57

0.93

0.00

0.07

1.02

19

10.86

0.36

0.36

1.36

0.00

20

9.10

1.40

0.00

0.40

0.40

21

12.68

2.18

2.18

3.18

0.00

22

11.65

1.15

3.33

2.15

0.00

23

13.64

3.14

6.47

4.14

0.00

24

12.97

2.47

8.94

3.47

0.00

25

11.37

0.87

9.81

1.87

0.00

26

10.78

0.28

10.09

1.28

0.00

27

11.85

1.35

11.44

2.35

0.00

28

9.94

0.56

10.87

0.44

0.00

29

12.12

1.62

12.50

2.62

0.00

30

13.25

2.75

15.24

3.75

0.00

Statistica Industriale Lez. 11

CUSUM Chart

● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
● ●
0
5
10
15
20
25
30
Cumulative Sum
−5
0
5
10
15

Index

Statistica Industriale Lez. 11

Lunghezza media delle sequenze

Il calcolo dell’ARL per le carte CUSUM presenta notevoli difficolt`a. Nella

seguente tabella si riportano i valori dell’ARL per quando K = µ 1 µ 0

2 , avendo posto µ 1 = µ 0 + δσ, per diversi valori di δ e per valori di H = con h = 4 e h = 5.

= δσ

2

δ

h = 4

h = 5

0

168

465

0.25

74.2

139

0.50

26.6

38.0

0.75

13.3

17.0

1.00

8.38

10.4

1.50

4.75

5.75

2.00

3.34

4.01

2.50

2.62

3.11

3.00

2.19

2.57

4.00

1.71

2.01

La prima riga rappresenta il tempo medio per un falso allarme ARL 0 . Si osservi che si ha ARL 0 = 370 per h = 4.77. Il tempo medio per la segna- lazione di un F.C. quando si `e verificato uno scostamento pari 1σ `e 10.4, mentre per la carta Shewart per misure singole `e 43.96.

Statistica Industriale Lez. 11

Carte di controllo CUSUM standardizzate

A volte `e preferibile standardizzare i valori delle osservazioni prima di procedere al calcolo di valori della carta CUSUM. I valori standardizzati sono

z i = x i µ 0

σ

I valori delle statistiche sono

+

C

i

C

i

= max 0, z i k + C

i1

+

= max 0, k z i + C

i1

Con le carte CUSUM standardizzate i valori di H e K non dipendono pi`u da σ e risultano quindi confrontabili.

Carte di controllo CUSUM per le medie

Quando si hanno n osservazioni in ogni gruppo i valori delle statistiche nelle carte CUSUM si calcolano sostituendo a x i la media del gruppo x¯ i e a σ lo

s.q.m. della media del gruppo σ/ n

Statistica Industriale Lez. 11

Carte di controllo CUSUM a risposta iniziale accelerata

Questo tipo di carte sono molto utili nelle applicazioni quando un processo pensato sotto controllo parte con una situazione di fuori controllo.

+

0

La procedura consiste nel porre un valore iniziale fittizio di C

uguale in genere ad H/2. In questo modo se il processo `e sotto controllo il valore penalizzante delle statistiche viene riportato a valori nulli in pochi istanti.

e di C

0

Se invece il processo `e fuori controllo la segnalazione avviene in tempi molto pi`u rapidi rispetto alle carte CUSUM tradizionali.

Statistica Industriale Lez. 11

Carte di controllo EWMA

Le carte di controllo a medie mobili pesate esponenzialmente si utilizzano quando si vogliono scoprire in fretta piccoli scostamenti dal valore obiettivo. Le loro prestazioni sono paragonabili a quelle delle carte CUSUM ma sono di pi`u facile calcolo e lettura.

Le carte EMWA sono di solito utilizzate nel caso di misure singole. Siano

x i , i = 1,

, m le osservazioni. Definiamo per i = 1,

, m

z i = λx i + (1 λ)z i1

dove 0 < λ < 1 e il valore z 0 `e fissato uguale al valore obiettivo µ 0 oppure uguale a x¯ se siamo in una fare iniziale di studio del processo.

I valori z i sono i punti della carta EWMA e rappresentano una media ponderata di tutte le osservazioni precedenti all’istante i.

Statistica Industriale Lez. 11

Per sostituzioni successive `e facile mostrare che

i1

z i = λ j=0 (1 λ) j x ij + (1 λ) i z 0

I pesi λ(1λ) j decrescono esponenzialmente e la loro somma vale 1. Mentre la loro somma parziale vale

i1


λ

j=0

(1 λ) j = 1 (1 λ) i

Se le variabili x i sono le osservazioni di v.c. indipendenti di varianza σ 2 allora le variabili z i hanno varianza data da

λ

σ i = σ 2 2 λ 1 (1 λ) 2i

2

z

Statistica Industriale Lez. 11

La linea centrale e i limiti di controllo della carta EWMA sono

UCL i = µ 0 + 2 λ 1 (1 λ) 2i

λ

CL = µ 0

LCL i = µ 0 2 λ 1 (1 λ) 2i

λ

dove L va scelto in modo da garantirsi una certa prestazione della carta e rappresenta l’ampiezza dei limiti di controllo. Anche λ deve essere scelto dall’addetto al controllo di qualit`a.

Si noti che i limiti di controllo variano con le osservazioni e sono pi`u ampi al crescere di i. I valori limite sono dati da

UCL = µ 0 +

λ

2 λ

LCL = µ 0

λ

2 λ

Statistica Industriale Lez. 11

EWMA Chart for x ● ● ● ● ● ● ● ● ● ● ●
EWMA Chart
for x
● ●
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
Group
Number of groups = 30
Target = 10
StdDev = 1.203099
Smoothing parameter = 0.1
Control limits at 2.7*sigma
Group Summary Statistics
9
10
11
12
13

0.20

0.15

lam * (1 − lam)^i

0.10

0.05

0.00

Statistica Industriale Lez. 11

La scelta dei parametri in una carta EWMA

La scelta dei parametri λ e L deve avvenire a seconda della sensibilit`a che si richiede alla carta. Studi empirici e teorici sul valore dell’ARL per la carta EWMA suggeriscono di utilizzare per λ i valori 0.05, 0.1, 0.2

● ● ● ● = 0.2 ● = 0.1 ● ● = 0.4 ● =
= 0.2
= 0.1
= 0.4
= 0.05
● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●

0

5

10

15

20

25

i

Statistica Industriale Lez. 11

Come norma generale si ottengono migliori prestazioni utilizzando bassi valori di λ se si `e interessati a piccoli scostamenti dal valore obiettivo.

Conviene utilizzare valori di λ pi`u alti se si `e interessati a scostamenti pi`u rilevanti, ma in quest’ultimo caso la carta EWMA non fornisce prestazioni ottimali.

La scelta di L si orienta intorno al valore 3 delle carte 3-sigma, sebbene per bassi valori di λ si possono ottenere dei vantaggi riducendo i valori di L tra 2.6 e 2.8.

La seguente tabella riporta i valori dell’ARL, per diversi scostamenti di tipo dal valore obiettivo µ 0 , per quei valori di L che, per prefissati valori di λ forniscono un ARL 0 pari a 500.

Statistica Industriale Lez. 11

Scarti in σ

L = 3.054

L = 2.998 λ = 0.25

L = 2.962 λ = 0.2

L = 2.814 λ = 0.1

L = 2.615 λ = 0.05

k

λ = 0.40

0

500

500

500

500

500

0.25

224

170

150

106

84.1

0.50

71.2

48.2

41.8

31.3

28.8

0.75

28.4

20.1

18.2

15.9

16.4

1.00

14.3

11.1

10.5

10.3

11.4

1.50

5.9

5.5

5.5

6.1

7.1

2.00

3.5

3.6

3.7

4.4

5.2

2.50

2.5

2.7

2.9

3.4

4.2

3.00

2.0

2.3

2.4

2.9

3.5

4.00

1.4

1.7

1.9

2.2

2.7

Si osservi che per k = 1.00 λ = 0.1 abbiamo per L = 2.814 un ARL=10.3 simile a quello della carta CUSUM con k = 1 2 e h = 5.

Statistica Industriale Lez. 11

Carte di controllo a media mobile

Si tratta di una carta basata su una media mobile non ponderata. Date le

m osservazioni singole x 1 , w definite come segue

, x m si calcolano le medie mobili di ampiezza

M i = x i + x i1 + ··· + x iw+1

w

2

Se E(X i ) = µ 0 e Var(X i ) = σ 2 risulta E(M i ) = µ 0 e Var(M i ) = σ w . I limiti di controllo superiore e inferiore a 3-sigma per la carta a Media Mobile sono dati da

UCL = µ 0 + 3

σ √ w
σ
w

CL = µ 0

LCL = µ 0 3

σ √ w
σ
w

L’ampiezza del salto di interesse e w sono inversamente proporzionali. Per cui se vogliamo individuare salti piccoli, dobbiamo utilizzare medie lunghe.

13

12

11

MA

10

9

8

Statistica Industriale Lez. 11

Nel grafico `e riportata la carta MA per i dati di pagina 2. Abbiamo utilizzato w = 3. Si noti come il segnale di fuori controllo viene dato alla 24-esima osservazione.

MA Chart

● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
0
5
10
15
20
25
30

Index