版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、湖南大學(xué)碩士學(xué)位論文基于過程能力指數(shù)的貝葉斯分析及其應(yīng)用姓名：孫雄志申請學(xué)位級別：碩士專業(yè)：統(tǒng)計學(xué)指導(dǎo)教師：許鵬20071110AbstractStatisticalprocessqualitycontrolisausefulandeffectivemeansinproductqualitycontrolofmechanicalprocessprocesscapabilityindices(PCIS)aresinglenumbermea
2、sureforthecapabilityofaprocessinmeetingspecificationlimitsTheseindiceshavebeenwidelyusedinmanufacturingindustrialTheindividualizeddemandfortheproductsincreaseconstantlyandthesmallbatchmanufacturinghasalreadybecomethemain
3、modetllatenterprisesmanagegraduallyItisagreatchallengeundoubtedlyforPCIS，ToprobethePCISmethodthatissuitableforthesmallbatchmanufacturingbecomeaheavyfocusofcontrolledfieldaboutpresentqualityalreadyThispapermainlyfocuseson
4、themostwidelyusedPCISCp，Cm，C嘲l(fā)byBayesianmethodFirstlyweanalyzedthethreetypesofprocesscapabilityindicesCv，c恥，％inthetraditionalfrequentiststatisticaltheoryofthepointestimatorandconfidenceintervalsandthepercentagenonconform
5、ing(NC)associatedwithPCISThemostcommonlyrecommendedestimatorofPCISisbiased，wederiveditsunbiasedfactorSecondlywestudiedofdatanormalassumptionsanduseJohnsoncurvefittingofnonnoFfflaldatatransformationThUSwealsoCanmakereason
6、ableestimatorsundertheconditionthattheprocesscapabilityindicesarenon—normaldistributionItprovedthatthemethodismoresimpleandtheresultsmoreaccurateandreliableFurthermorewetheresearchedtheproblemofBayesianestimatorandthelow
7、erBayesianconfidencelimitontheprocesscapabilityindexCpWederivedconditionalexpectationandthehighestposteriorestimatorofPCISCpbyusingnoninformativeandconjugatepriordistributionsrespectivelyItshowedthroughusingBayesianmetho
8、dsthantraditionalfrequentiststatisticalmethodsofcalculationofprocesscapabilityindexCallreflectedtheactualproductionssituationmoretrulyFinallywestudiedtheproblemofthelowerBayesianconfidencelimitontheprocesscapabilityindex
9、C。TheJeffreys’non—informativepriordistributiondependingonFisher’SinformationisexploredTheposteriordistributionofC。isconductedThelowerBayesianconfidencelimitdesignedisbasedontheposteriordistributionofC。combinedwiththeappl
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 淺談貝葉斯公式及其應(yīng)用
- 基于貝葉斯分析的隱馬爾可夫模型及其應(yīng)用
- 基于貝葉斯網(wǎng)絡(luò)的試卷分析.pdf
- 非對稱雙指數(shù)跳躍擴(kuò)散模型的貝葉斯分析.pdf
- 48203.指數(shù)分布的貝葉斯估計與貝葉斯原理在風(fēng)險管理中的應(yīng)用
- 基于貝葉斯網(wǎng)絡(luò)的動態(tài)預(yù)測模型研究及其應(yīng)用.pdf
- 經(jīng)驗貝葉斯信度估計及其應(yīng)用
- 經(jīng)驗貝葉斯信度估計及其應(yīng)用.pdf
- 61849.基于單參數(shù)指數(shù)族的貝葉斯推斷
- 貝葉斯分析方法應(yīng)用三則.pdf
- 基于粗糙集的貝葉斯分析.pdf
- 基于貝葉斯網(wǎng)絡(luò)的水質(zhì)風(fēng)險分析.pdf
- 樸素貝葉斯分類及其應(yīng)用研究.pdf
- 指數(shù)Weibull分布的貝葉斯估計與模擬.pdf
- 基于貝葉斯網(wǎng)絡(luò)的AIBNS系統(tǒng)建模研究及其應(yīng)用.pdf
- 基于貝葉斯網(wǎng)的軸承失效分析應(yīng)用研究.pdf
- 基于結(jié)構(gòu)分解的貝葉斯網(wǎng)絡(luò)推理及其應(yīng)用研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的軟件風(fēng)險分析.pdf
- 貝葉斯公式的應(yīng)用論文
- 結(jié)構(gòu)轉(zhuǎn)換GARCH模型的貝葉斯分析及其應(yīng)用研究.pdf
評論
0/150
提交評論