Data De-Noise for Multivariate T2 and S-Charts Using Multivariate Wavelets

Dler Hussein Kadir; Rebaz Othman Yahya; Azhin Muhammed Khudhur; Taha Hussein Ali

doi:10.21271/zjhs.28.6.19

المؤلفون

Dler Hussein Kadir Department of Statistics and Informatics, College of Administration and Economics, Salahaddin University-Erbil, Erbil, Kurdistan Region, Iraq.
Rebaz Othman Yahya Department of Business Administration, Cihan University-Erbil, Kurdistan Region, Iraq.
Azhin Muhammed Khudhur Department of Statistics and Informatics, College of Administration and Economics, Salahaddin University-Erbil, Erbil, Kurdistan Region, Iraq.
Taha Hussein Ali Department of Statistics and Informatics, College of Administration and Economics, Salahaddin University-Erbil, Erbil, Kurdistan Region, Iraq.

DOI:

https://doi.org/10.21271/zjhs.28.6.19

الكلمات المفتاحية:

الرسوم البيانية متعددة المتغيرات، المويجات متعدد المتغيرات، تقليل تلوث، العتبة

الملخص

تم في هذا البحث اقتراح تكوين لوحات جديدة لمتعدد المتغيرات مقابلة للوحاتT² وS حصينة ضد تلوث البيانات باستخدام التقليص المويجي الذي يعالج مشكلة تلوث البيانات قبل بناء لوحات شيوارت وذلك من خلال عدة مويجات مختلفة مع طرائق قطع العتبة (Bayes) و (SURE)، وعلى أساس قاعدة قطع العتبة الناعمة. ثم المقارنة بين الطريقة المقترحة والتقليدية للباحث شيوارت اعتمادا على التباين الكلي (مجموع عناصر القطر الرئيسي لمصفوفة التباين)، التباين العام (محدد مصفوفة التباين) والقدرة العملية للحصول على أكفأ لوحات ذات تلوث أقل من خلال المحاكاة والبيانات الحقيقية وباستخدام برنامج بلغة ماتلاب مصمم لهذا الغرض. وتوصلت الدراسة إلى أن اللوحات المقترحة عالجت مشكلة تلوث البيانات وذات كفاءة عالية أكثر من الطريقة التقليدية.

العبارت المهمة: الرسوم البيانية متعددة المتغيرات، المويجات متعدد المتغيرات ، تقليل تلوث ، العتبة.

المراجع

ALI, T. H., RAHIM, A. G. & SALEH, D. M. 2018. Construction of Bivariate F-Control Chart with Application. Construction of Bivariate F-Control Chart with Application, 116-133.

-Ali, T.H., Sedeeq, B.S., Saleh, D.M. and Rahim, A.G., 2024. Robust multivariate quality control charts for enhanced variability monitoring. Quality and Reliability Engineering International, 40(3), pp.1369-1381.

-BEST, M. & NEUHAUSER, D. 2006. Walter A Shewhart, 1924, and the Hawthorne factory. BMJ quality & safety, 15, 142-143.

-CAI, T. T. & SILVERMAN, B. W. 2001. Incorporating information on neighbouring coefficients into wavelet estimation. Sankhyā: The Indian Journal of Statistics, Series B, 127-148.

-CHANG, S. G., YU, B. & VETTERLI, M. 2000. Adaptive wavelet thresholding for image denoising and compression. IEEE transactions on image processing, 9, 1532-1546.

-DONOHO, D. L. & JOHNSTONE, I. M. 1995. Adapting to unknown smoothness via wavelet shrinkage. Journal of the american statistical association, 90, 1200-1224.

-FUCHS, C. & KENETT, R. S. 1998. Multivariate quality control: theory and applications, New York, Chapman and Hall/CRC.

-HOTELLING, H. 1947. Multivariate quality control-illustrated by the air testing of sample bombsights. Techniques of statistical analysis.

-JOHNSTONE, I. M. & SILVERMAN, B. W. 1997. Wavelet threshold estimators for data with correlated noise. Journal of the royal statistical society: series B (statistical methodology), 59, 319-351.

-JURAN, J. M. & GRYNA, F. M. 1993. Quality Planning and Analysis: From Product Development through Use. . discusses T2 control charts and provides a description of the steps for constructing them. McGraw-Hill.

-KAREEM, N. S., MOHAMMAD, A. S. & ALZUBAYDI, T. H. A. 2019. Construction robust simple linear regression profile Monitoring. journal of kirkuk University for Administrative and Economic Sciences, 242-257.

-MALLAT, S. 1999. A wavelet tour of signal processing, Elsevier.

-MONTGOMERY, D. C. 2019. Introduction to statistical quality control, John wiley & sons.

-NASON, G. P. 2008. Wavelet methods in statistics with R, Springer.

-SANTOS-FERNÁNDEZ, E. 2012. Multivariate statistical quality control using R, Springer Science & Business Media.