تعيين شاخص كارايي فرايند به روش استنباط پيشگو ناپارامتريك و بررسي آن در محيط فازي

Determining the process efficiency index by nonparametric predictive inference method and investigating it in fuzzy environment

در اين مقاله، روش آماري جديدي براي تعيين شاخص كارايي فرايند ارائه مي نماييم. روش ارائه شده هم پيشگو و هم ناپارامتري بوده و براي تعيين شاخص كارايي فرايند هاي گسسته معرفي شده است. روش مذكور روشي آماري براساس فرض هاي معدود در خصوص توزيع هاي احتمال و استنباط بر اساس مشاهدات است. روش استنباط پيشگو روشي با فرض تعويض پذيري كميت هاي تصادفي هم براي داده هاي مشاهده شده و هم براي داده هاي آتي (مشاهده نشده) است و عدم قطعيت را با استفاده از احتمالات فاصله اي تعيين مي نمايد. همچنين برآورد فازي شاخص كارايي پراكيس و زيكلاكي] 21 [ و شاخص كارايي پيشگوي جديد معرفي شده، به دست خواهد آمد. در اين مقاله، روش آماري جديدي براي تعيين شاخص كارايي فرايند ارائه مي نماييم. روش ارائه شده هم پيشگو و هم ناپارامتري بوده و براي تعيين شاخص كارايي فرايند هاي گسسته معرفي شده است. روش مذكور روشي آماري براساس فرض هاي معدود در خصوص توزيع هاي احتمال و استنباط بر اساس مشاهدات است. روش استنباط پيشگو روشي با فرض تعويض پذيري كميت هاي تصادفي هم براي داده هاي مشاهده شده و هم براي داده هاي آتي (مشاهده نشده) است و عدم قطعيت را با استفاده از احتمالات فاصله اي تعيين مي نمايد. همچنين برآورد فازي شاخص كارايي پراكيس و زيكلاكي] 21 [ و شاخص كارايي پيشگوي جديد معرفي شده، به دست خواهد آمد.

This paper presents a novel statistical approach to process capability index. With thisend in view, we present a nonparametric predictive approach to process capability index.Attention is restricted to the approach to process capability index for discrete processes.This approach is a statistical method based on fewer assumptions about probability dis-tributions, together with inferences based on factual data. The nonparametric predictiveapproach assumes exchangeability of random variables, both related to observed data andfuture observations, and uncertainty is quantified through using interval probabilities. Fi-nally, process capability indexes that are introduced in this study, are analyzed under thefuzzy environment.This paper presents a novel statistical approach to process capability index. With thisend in view, we present a nonparametric predictive approach to process capability index.Attention is restricted to the approach to process capability index for discrete processes.This approach is a statistical method based on fewer assumptions about probability dis-tributions, together with inferences based on factual data. The nonparametric predictive approach assumes exchangeability of random variables, both related to observed data and future observations, and uncertainty is quantified through using interval probabilities. Fi-nally, process capability indexes that are introduced in this study, are analyzed under the fuzzy environment.